3.2在電氣自動化控製中，人工智能對故障進行診斷
從人類社會向工業化階段發展以後，越來越多的複雜及其設備逐漸產生，設備故障診斷作為一項重要的研究課題被廣泛關注。從診斷方法進行分析，現階段，診斷中除了傳統的單一參數和單一故障的技術方法以外，多故障、多參量也被大範圍的應用。隨著科學技術發展的逐漸興起，故障診斷技術及方法也被逐漸完善，從而向智能化階段發展。在故障診斷中，人工智能的發展作為一種智能化的診斷方法，不僅在理論上故障診斷被逐漸應用，而且還在實際操作中被有效使用。同時，人工神經網絡的探索也逐漸朝故障診斷方向發展，逐漸成為故障診斷中的一項研究熱點被逐漸關注。通過結合人工神經網絡和專家係統，將其自身獨特的優勢得以展現。
3.3實現智能控製的目的
3.3.1處理數據的收集
在所有模擬量、開關量以及人工智能控製器中都可對數據進行采集，確保在要求明確的狀況下，人工智能控製器能夠實時自動存貯或處理。
3.3.2界麵的顯示
當設備和係統處於運行狀態時，都會真實的在模擬畫麵上進行顯示，從而可以對計算量、模擬量、斷路器以及隔離開關的實際狀況進行了解。當出現問題時，畫麵上會出現掛牌檢修功能，還能將其對應的曆史趨勢圖進行形成。
3.3.3運行過程中的監視
當設備出現開關量狀態、模擬數值等問題時，智能監視的目的則會逐漸發揮，出現自動報警的現象，還會將事件發生的整個過程進行記錄。
3.3.4人工控製
良好人機界麵，操作人員可通過鍵盤或鼠標對斷路器及電動隔離開關進行控製，操作人員會受到係統的操作限製，對值班過程發揮著重要效果。
3.3.5故障錄波
故障錄波的記錄及其詳細，主要包括記錄開關量、波形以及順序等。
3.3.6對不對稱的應用進行分析，並對負序量進行計算
3.3.7對參數的設定及修改進行及時處理，並實施合理保護
3.3.8在人工智能控製中，神經網絡控製、模糊控製以及專家係統控製作為三種主要方法被得到運用
4結論
總之，在特種設備開發製造以及運行控製的自動化係統中，人工智能技術的應用存在較好的發展前景。隨著特種設備發展的逐漸加快，特種設備開發製造以及運行控製係統數據總量也在持續增長，大幅度增加了管理的複雜程度，加大特種設備市場的競爭影響，促使在特種設備開發製造以及運行控製係統中人工智能技術的應用提供條件。因此，在特種設備開發製造中人工智能科學技術應用及科研的加強，進一步將特種設備安全、經濟及穩定效果得以實現。
參考文獻
[1]耿英會.智能化技術在電氣工程自動化控製中的應用[J].科技創新導報，2012（2）.
[2]梁寧波.淺析人工智能在電氣自動化控製中的應用[J].黑龍江科技信息，2008（5）.
[3]楊狀元，林建中.人工智能的現狀及今後發展趨勢展望[J].科技信息，2009（4）.