② 现有的专家系统对新情况应付能力和容错能力较差，对于系统出现的故障及设备

的变化，所给出的结果容易出现错误码，所以在智能控制上还要加强对自学能力和容错能
力的研究力度，使之得以进一步的提高。

     

③ 专家系统的建立需要较长的时间，而且由于知识库工程量较大，所以在维护上也

存在着一定的困难，电力企业在建造专家系统时要对这点上有心理准备。

   

     2.3 电力系统应用人工神经网络

     人工神经网络且是模拟人类来处理与传递信息，这种仿制连接方式类似于人类神经

元，形成了一个控制网络。而每一个人工神经元能够实现输入输出之间的非线性关系，这样
的连接就让人工神经网络具有负责非线性特性。和上面两种相比较，人工神经网络能够使用
神经元与彼此之间有向权重去处理一些隐含问题，而且还具有信息分布存储、较强容错能力、
较强学习能力、知识能够主动组织以及能够处理不同信息要求等优点，每个神经元计算都是
相对独立的，十分方便，而且执行的速度也比较快。就因为人工神经网络具有较强分线性自
学能力及拟合能力，具备了鲁棒性、联想记忆等等性能，让这种方式在电力系统自动化的应
有具有较大潜力。人工神经系统虽然在不断的发展，技术日益成熟，但其在应用过程中还存
在着一些问题需要解决，如学习时间长、算法慢等，这些都需要在应用中不断的改进，从而
使其技术得以完善。

     3 结束语

     随着电力系统发展速度的不断加大，智能控制系统在电力系统中已开始进行应用，

智能技术，虽然其在各自的应用中各有所长，但任何一项单一技术都存在着一定的缺陷，
所以在应用中要注重将模糊理论、专家系统和人工神经网络技术等三者有效的结合起来，形
成互补，从而形成一套综合化的智能控制方法，为电力系统智能控制方法的应用奠定坚实
的基础。