智能控制的学习心得与体会及展望（定稿）

第一篇：智能控制的学习心得与体会及展望（定稿）

智能控制的学习与总结

智能控制的学习与思考

一、我对智能控制的理解

从开始上学学习知识以来，所学到的知识用我自己的理解与感觉就是：所学的知识越来越复杂，其模型越来越接近实际，感觉最深的是在数学课与物理课上，其模型不在只是考虑理想状态下，或者只在线性关系下，其中要考虑到很多的问题，不再只是一个简单的式子就可以表达、求解。

而这学期所学的智能控制感觉是相对于之前学的经典控制理论与现代控制理论，其研究对象是更为实际与现实的问题，但是与之前不同之处在于，现在的智能控制不只是研究对象更加实际、现实，而且是提出了新的方法途径，相比较与经典的控制理论，智能控制的研究对象有其自己的特点：

1.不确定性的模型

智能控制的研究对象通常存在严重的不确定性。这里所说的模型不确定性包含两层意思：一是模型未知或知之甚少；二是模型的结构和参数可能在很大范围内变化。

2.高度的非线性

对于具有高度非线性的控制对象，采用智能控制的方法往往可以较好地解决非线性系统的控制问题。

3.复杂的任务要求

对于智能控制系统，任务的要求往往比较复杂。

二、智能控制与传统控制的关系

智能控制与传统的或常规的控制有密切的关系，不是相互排斥的。常规控制往往包含在智能控制之中，智能控制也利用常规控制的方法来解决“低级”的控制问题，力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。

1.传统的自动控制是建立在确定的模型基础上的，而智能控制的研究对象则存在模型严重的不确定性，即模型未知或知之甚少者模型的结构和参数在很大的范围内变动，比如工业过程的病态结构问题、某些干扰的无法预测，致使无法建立其模型，这些问题对基于模型的传统自动控制来说很难解决。

2.传统的自动控制系统的输入或输出设备与人及外界环境的信息交换很不方便，希望制造出能接受印刷体、图形甚至手写体和口头命令等形式的信息输入装置，能够更加深入而灵活地和系统进行信息交流，同时还要扩大输出装置的能力，能够用文字、图纸、立体形象、语言等形式输出信息。另外，通常的自动装置不能接受、分析和感知各种看得见、听得着的形象、声音的组合以及外界其它的情况。为扩大信息通道，就必须给自动装置安上能够以机械方式模拟各种感觉的精确的送音器，即文字、声音、物体识别装置。可喜的是，近几年计算机及多媒体技术的迅速发展,为智能控制在这一方面的发展提供了物质上的准备，使智能控制变成了多方位“立体”的控制系统。

3.传统的自动控制系统对控制任务的要求要么使输出量为定值(调节系统)，要么使输出量跟随期望的运动轨迹(跟随系统)，因此具有控制任务单一性的特点，而智能控制系统的控制任务可比较复杂，例如在智能机器人系统中，它要求系统对一个复杂的任务具有自动规划和决策的能力，有自动躲避障碍物运动到某一预期目标位置的能力等。对于这些具有复杂的任务要求的系统，采用智能控制的方式便可以满足。

4.传统的控制理论对线性问题有较成熟的理论，而对高度非线性的控制对象虽然有一些非线性方法可以利用，但不尽人意。而智能控制为解决这类复杂的非线性问题找到了一个出路，成为解决这类问题行之有效的途径。工业过程智能控制系统除具有上述几个特点外，又有另外一些特点，如被控对象往往是动态的，而且控制系统在线运动，一般要求有较高的实时响应速度等，恰恰是这些特点又决定了它与其它智能控制系统如智能机器人系统、航空航天控制系统、交通运输控制系统等的区别，决定了它的控制方法以及形式的独特之处。

5.与传统自动控制系统相比，智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力。

6.与传统自动控制系统相比，智能控制系统能以知识表示的非数学广义模型和以数学表示的混合控制过程，采用开闭环控制和定性及定量控制结合的多模态控制方式。

7.与传统自动控制系统相比，智能控制系统具有变结构特点，能总体自寻优，具有自适应、自组织、自学习和自协调能力。

8.与传统自动控制系统相比，智能控制系统有补偿及自修复能力和判断决策能力。

总之，智能控制系统通过智能机自动地完成其目标的控制过程，其智能机可以在熟悉或不熟悉的环境中自动地或人─机交互地完成拟人任务。

三、智能控制的类型

1.专家控制系统(Expert System)

专家指的是那些对解决专门问题非常熟悉的人们，他们的这种专门技术通常源于丰富的经验，以及他们处理问题的详细专业知识。

专家系统主要指的是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题。它具有启发性、透明性、灵活性、符号操作、不确定性推理等特点。.应用专家系统的概念和技术，模拟人类专家的控制知识与经验而建造的控制系统，称为专家控制系统。

专家系统是利用专家知识对专门的或困难的问题进行描述。用专家系统所构成的专家控制，无论是专家控制系统还是专家控制器，其相对工程费用较高，而且还涉及自动地获取知识困难、无自学能力、知识面太窄等问题。尽管专家系统在解决复杂的高级推理中获得较为成功的应用，但是专家控制的实际应用相对还是比较少。

2.模糊控制系统

所谓模糊控制，就是在被控制对象的模糊模型的基础上，运用模糊控制器近似推理手段，实现系统控制的一种方法。模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标。

模糊控制的基本思想是用机器去模拟人对系统的控制。它是受这样事实而启发的：对于用传统控制理论无法进行分析和控制的复杂的和无法建立数学模型的系统，有经验的操作者或专家却能取得比较好的控制效果，这是因为他们拥有日积月累的丰富经验，因此人们希望把这种经验指导下的行为过程总结成一些规则，并根据这些规则设计出控制器。然后运用模糊理论，模糊语言变量和模糊逻辑推理的知识，把这些模糊的语言上升为数值运算，从而能够利用计算机来完成对这些规则的具体实现，达到以机器代替人对某些对象进行自动控制的目的。

模糊逻辑用模糊语言描述系统，既可以描述应用系统的定量模型也可以描述其定性模型。模糊逻辑可适用于任意复杂的对象控制。但在实际应用中模糊逻辑实现简单的应用控制比较容易。简单控制是指单输入单输出系统(SISO)或多输入单输出系统(MISO)的控制。因为随着输入输出变量的增加，模糊逻辑的推理将变得非常复杂。

3.人工神经网络控制系统

神经网络是指由大量与生物神经系统的神经细胞相类似的人工神经元互连而组成的网络；或由大量象生物神经元的处理单元并联互连而成。这种神经网络具有某些智能和仿人控制功能。

学习算法是神经网络的主要特征，也是当前研究的主要课题。学习的概念来自生物模型，它是机体在复杂多变的环境中进行有效的自我调节。神经网络具备类似人类的学习功能。一个神经网络若想改变其输出值，但又不能改变它的转换函数，只能改变其输入，而改变输入的唯一方法只能修改加在输入端的加权系数。

神经网络的学习过程是修改加权系数的过程，最终使其输出达到期望值，学习结束。常用的学习算法有：Hebb学习算法，widrow Hoff学习算法，反向传播学习算法一BP学习算法，Hopfield反馈神经网络学习算法等。

神经网络是利用大量的神经元按一定的拓扑结构和学习调整方法。它能表示出丰富的特性：并行计算、分布存储、可变结构、高度容错、非线性运算、自我组织、学习或自学习等。这些特性是人们长期追求和期望的系统特性。它在智能控制的参数、结构或环境的自适应、自组织、自学习等控制方面具有独特的能力。神经网络可以和模糊逻辑一样适用于任意复杂对象的控制，但它与模糊逻辑不同的是擅长单输入多输出系统和多输入多输出系统的多变量控制。在模糊逻辑表示的SIMO 系统和MIMO 系统中，其模糊推理、解模糊过程以及学习控制等功能常用神经网络来实现。模糊神经网络技术和神经模糊逻辑技术：模糊逻辑和神经网络作为智能控制的主要技术已被广泛应用。两者既有相同性又有不同性。其相同性为：两者都可作为万能逼近器解决非线性问题，并且两者都可以应用到控制器设计中。不同的是：模糊逻辑可以利用语言信息描述系统,而神经网络则不行，模糊逻辑应用到控制器设计中，其参数定义有明确的物理意义，因而可提出有效的初始参数选择方法；神经网络的初始参数(如权值等)只能随机选择。但在学习方式下，神经网络经过各种训练，其参数设置可以达到满足控制所需的行为。模糊逻辑和神经网络都是模仿人类大脑的运行机制，可以认为神经网络技术模仿人类大脑的硬件，模糊逻辑技术模仿人类大脑的软件。根据模糊逻辑和神经网络的各自特点，所结合的技术即为模糊神经网络技术和神经模糊逻辑技术。模糊逻辑、神经网络和它们混合技术适用于各种学习方式智能控制的相关技术与控制方式结合或综合交叉结合，构成风格和功能各异的智能控制系统和智能控制器是智能控制技术方法的一个主要特点。

四、总结与展望

智能控制虽然已有50多年的发展史，而其其实际应用也越来越成熟、广泛，但是相比较有经典的控制理论与方法，智能控制的应用还是有待进一步发展的，但是把智能控制与传统控制方案相结合，也是一种不错的应用方向，而其目前这方面的研究已经是比比皆是，比如用模糊控制与常规PID控制相结合，产生的模糊自适应PID控制方案目前已经有了相当广泛的研究与应用！

当然对于智能控制的探索与研究还需要更多的学者投入更多的心血，才能在未来结出更加丰硕的果实。

第二篇：模式识别与智能控制总结专题

模式识别与智能系统是一个新兴的交叉学科，它源于自动控制与计算机科学，又和机电一体化、人工生命等学科密不可分，涉及计算机技术、控制与决策、电子信息、机电一体化、生物信息等众多研究领域。

本学科培养德智体全面发展，在模式识别与智能系统领域具有坚实的理论基础、系统的专业知识和熟练的实践技能，了解模式识别与智能系统学科发展的前沿和动态，能够适应我国经济、科技、教育发展的需要，面向二十一世纪的科学研究、工程技术和高等教育的高层次人才。具备模式识别、图像处理、人工智能、智能控制以及智能信息系统等方面的独立从事科研和科技开发工作的能力，注重理论联系实际，具有较强的创新意识和良好开拓能力，能够分析和解决经济建设和交叉学科中涌现出的新课题。熟练掌握一门外语，具有健康的身体。

二、研究方向

1．先进机器人技术

机器人是模拟人某种功能的自动化的机械电子装置。侧重于机器人控制系统、决策规划系统、结构可视化设计等方面的研究与开发，以各种工业机器人、足球机器人、自主机器人为主要研究内容。

2．计算机视觉与模式识别

研究计算机视觉的理论与方法。应用图像工程的有关原理与技术，研究图像获取、处理、分析、理解与辨识功能的实现，并应用于实际工程问题。

3．智能控制与调度

对模糊集理论、模糊控制及决策、神经网络、专家系统、遗传算法等智能控制理论和方法的研究，着重研究上述方法的综合及其在工业控制中的实际应用，提高控制的效果和系统性能。

4．智能信息系统

将控制、优化、决策与调度结合起来，实现生产过程的综合自动化，以及建立面向应用的管理与决策支持系统。着重研究各类复杂信息系统的优化、控制决策与调度。

5．计算机控制技术及应用

研究在低成本的概念下，使用先进的控制方法、计算机控制技术和网络技术，设计计算机控制系统。着重开展对工业控制网络、现场总线和分布式计算机控制系统的研究。

6.模式识别与信息处理自动化

研究模式识别与信息处理的理论与方法。重点研究文字识别、语音、图象识别的方法、关键技术及其实际应用。

7.系统仿真与虚拟现实

系统仿真是应用系统建模与科学的计算方法，模拟并分析客观事物运行规律。虚拟现实则又加以先进的图像图形处理技术，丰富参与者的沉浸感与想象力。

8.现代传感器技术与智能仪表

各种新型传感器的设计和应用。以超声、微波、激光等现代检测技术为手段，以计算机为工具的各种智能仪表的设计和使用，现代检测技术与智能仪表在工程领域的应用。

模式识别研究主要集中在两方面,一是研究生物体(包括人)是如何感知对象的，属于认识科学的范畴,二是在给定的任务下,如何用计算机实现模式识别的理论和方法。

模式识别可用于文字和语音识别、遥感和医学诊断等方面。

智能系统研究的对象具有以下特点：

1.不确定性的模型

2.高度的非线性

3.复杂的任务要求

数学系的在这个专业很吃香，导师也很欢迎，这个专业与数学的联系非常紧密，这么说吧，假设你要上数学系研究生的话如果导师不是老学究天天拿张纸拿支笔证明定理的话肯定会和这个领域有点关系的。

主要研究方向很广，智能领域在现在发展也很迅速。主要的研究可以是机器人智能、各种生物信息识别（包括指纹、人脸、虹膜等等）、视频跟踪、自主导航、各类图像处理（遥感图像、医学图像等）、地理信息系统、三维仿真、数据挖掘等等。

第三篇：智能控制技术及其发展趋势（模版）

智能控制技术及其发展趋势

智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。定量方法与定性方法相结合的目的是，要由机器用类似于人的智慧和经验来引导求解过程。因此，在研究和设计智能系统时，主要注意力不放在数学公式的表达、计算和处理方面，而是放在对任务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制器，而是研制智能机器的模型。此外，智能控制的核心在高层控制，即组织控制。高 层控 制 是 对实际环境或过程进行组织、决策和规划，以实现问题求解。为了完成这些任务，需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一定的相似性，即具有一定程度的“智能”。

随着人工智能和计算机技术的发展，已经有可能把自动控制和人工智能以及系统科学中一些有关学科分支（如系统工程、系统学、运筹学、信息论）结合起来，建立一种适用于复杂系统的控制理论和技术。智能控制正是在这种条件下产生的。它是自动控制技术的最新发展阶段，也是用计算机模拟人类智能进行控制的研究领域。1965年，傅京孙首先提出把人工智能的启发式推理规则用于学习控制系统。1985年，在美国首次召开了智能控制学术讨论会。1987年又在美国召开了智能控制的首届国际学术会议，标志着智能控制作为一个新的学科分支得到承认。智能控制具有交叉学科和定量与定性相结合的分析方法和特点。

一个系统如果具有感知环境、不断获得信息以减小不确定性和计划、产生以及执行控制行为的能力,即称为智能控制系统。智能控制技术是在向人脑学习的过程中不断发展起来的,人脑是一个超级智能控制系统,具有实时推理、决策、学习和记忆等功能,能适应各种复杂的控制环境。

智能控制与传统的或常规的控制有密切的关系,不是相互排斥的。常规控制往往包含在智能控制之中,智能控制也利用常规控制的方法来解决“低级”的控制问题,力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。

1． 传统的自动控制是建立在确定的模型基础上的,而智能控制的研究对象则存在模型严重的不确定性,即模型未知或知之甚少者模型的结构和参数在很大的范围内变动,比如工业过程的病态结构问题、某些干扰的无法预测,致使无法建立其模型,这些问题对基于模型的传统自动控制来说很难解决。

2． 传统的自动控制系统的输入或输出设备与人及外界环境的信息交换很不方便,希望制造出能接受印刷体、图形甚至手写体和口头命令等形式的信息输入装置,能够更加深入而灵活地和系统进行信息交流,同时还要扩大输出装置的能力,能够用文字、图纸、立体形象、语言等形式输出信息。另外,通常的自动装置不能接受、分析和感知各种看得见、听得着的形象、声音的组合以及外界其它的情况。为扩大信息通道,就必须给自动装置安上能够以机械方式模拟各种感觉的精确的送音器,即文字、声音、物体识别装置。可喜的是,近几年计算机及多媒体技术的迅速发展,为智能控制在这一方面的发展提供了物质上的准备,使智能控制变成了多方位“立体”的控制系统。

3． 传统的自动控制系统对控制任务的要求要么使输出量为定值(调节系统),要么使输出量跟随期望的运动轨迹(跟随系统),因此具有控制任务单一性的特点,而智能控制系统的控制任务可比较复杂,例如在智能机器人系统中,它要求系统对一个复杂的任务具有自动规划和决策的能力,有自动躲避障碍物运动到某一预期目标位置的能力等。对于这些具有复杂的任务要求的系统,采用智能控制的方式便可以满足。

4． 传统的控制理论对线性问题有较成熟的理论,而对高度非线性的控制对象虽然有一些非线性方法可以利用,但不尽人意。而智能控制为解决这类复杂的非线性问题找到了一个出路,成为解决这类问题行之有效的途径。工业过程智能控制系统除具有上述几个特点外,又有另外一些特点,如被控对象往往是动态的,而且控制系统在线运动,一般要求有较高的实时响应速度等,恰恰是这些特点又决定了它与其它智能控制系统如智能机器人系统、航空航天控制系统、交通运输控制系统等的区别,决定了它的控制方法以及形式的独特之处。

5． 与传统自动控制系统相比,智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力

6． 与传统自动控制系统相比,智能控制系统能以知识表示的非数学广义模型和以数学表示的混合控制过程,采用开闭环控制和定性及定量控制结合的多模态控制方式。

7． 与传统自动控制系统相比,智能控制系统具有变结构特点,能总体自寻优,具有自适应、自组织、自学习和自协调能力。

8． 与传统自动控制系统相比,智能控制系统有补偿及自修复能力和判断决策能力。

总之,智能控制系统通过智能机自动地完成其目标的控制过程,其智能机可以在熟悉或不熟悉的环境中自动地或人—机交互地完成拟人任务。

[编辑本段]智能控制的主要技术方法

智能控制是以控制理论、计算机科学、人工智能、运筹学等学科为基础,扩展了相关的理论和技术,其中应用较多的有模糊逻辑、神经网络、专家系统、遗传算法等理论和自适应控制、自组织控制、自学习控制等技术。

专家系统

专家系统是利用专家知识对专门的或困难的问题进行描述。用专家系统所构成的专家控制,无论是专家控制系统还是专家控制器,其相对工程费用较高,而且还涉及自动地获取知识困难、无自学能力、知识面太窄等问题。尽管专家系统在解决复杂的高级推理中获得较为成功的应用,但是专家控制的实际应用相对还是比较少。

模糊逻辑

模糊逻辑用模糊语言描述系统,既可以描述应用系统的定量模型也可以描述其定性模型。模糊逻辑可适用于任意复杂的对象控制。但在实际应用中模糊逻辑实现简单的应用控制比较容易。简单控制是指单输入单输出系统(SISO)或多输入单输出系统(MISO)的控制。因为随着输入输出变量的增加,模糊逻辑的推理将变得非常复杂。

遗传算法

遗传算法作为一种非确定的拟自然随机优化工具,具有并行计算、快速寻找全局最优解等特点,它可以和其他技术混合使用,用于智能控制的参数、结构或环境的最优控制。

神经网络

神经网络是利用大量的神经元按一定的拓扑结构和学习调整方法。它能表示出丰富的特性：并行计算、分布存储、可变结构、高度容错、非线性运算、自我组织、学习或自学习等。这些特性是人们长期追求和期望的系统特性。它在智能控制的参数、结构或环境的自适应、自组织、自学习等控制方面具有独特的能力。神经网络可以和模糊逻辑一样适用于任意复杂对象的控制,但它与模糊逻辑不同的是擅长单输入多输出系统和多输入多输出系统的多变量控制。在模糊逻辑表示的SIMO 系统和MIMO 系统中,其模糊推理、解模糊过程以及学习控制等功能常用神经网络来实现。模糊神经网络技术和神经模糊逻辑技术：模糊逻辑和神经网络作为智能控制的主要技术已被广泛应用。两者既有相同性又有不同性。其相同性为：两者都可作为万能逼近器解决非线性问题,并且两者都可以应用到控制器设计中。不同的是：模糊逻辑可以利用语言信息描述系统,而神经网络则不行;模糊逻辑应用到控制器设计中,其参数定义有明确的物理意义,因而可提出有效的初始参数选择方法;神经网络的初始参数(如权值等)只能随机选择。但在学习方式下,神经网络经过各种训练,其参数设置可以达到满足控制所需的行为。模糊逻辑和神经网络都是模仿人类大脑的运行机制,可以认为神经网络技术模仿人类大脑的硬件,模糊逻辑技术模仿人类大脑的软件。根据模糊逻辑和神经网络的各自特点,所结合的技术即为模糊神经网络技术和神经模糊逻辑技术。模糊逻辑、神经网络和它们混合技术适用于各种学习方式 智能控制的相关技术与控制方式结合或综合交叉结合,构成风格和功能各异的智能控制系统和智能控制器是智能控制技术方法的一个主要特点。

第四篇：智能电网学习心得（范文模版）

“三华”同步电网知识手册学习心得

近日，通过“三华”同步电网知识手册以及网校“三华”同步相关知识的学习讲解，对“三华”同步有了一定的了解，国家电网公司普及“三华”同步电网知识，是为了坚定建设特高压和坚强智能电网的信心和决心，加快推进电网发展方式转变。2011年，第十一届全国人民代表大会第四次会议审议通过的《国民经济和社会发展第十二个五年规划纲要》，明确提出推动能源生产和利用方式变革，并将建设特高压输电工程、智能电网全面纳入国家发展战略。根据该纲要，公司规划建设“三华”（华北、华中、华东）、西北、东北三大同电网，将使国家电网的资源配置能力、经济运行效率、安全水平、科技水平和智能化水平得到全面提升。

我国能源资源分布特点及大规模可再生能源发展，迫切需要提升电网的资源优化配置能力，支撑国家能源战略实施。建设以特高压电网为骨干网架、各级电网协调发展的坚强电网，实现电力的大规模、远距离、高效率输送，为构建经济、高效、清洁的国家能源运输综合体系提供重要支撑；促进大煤电、大水电、大核电、大型可再生能源基地的集约化开发，在全国范围优化配置资源，是统一坚强智能电网建设的主要发展目标之一。

“三华”同步电网指通过特高压交流网架将我国华北、华东、华中区域电网联结起来形成的特高压同步电网。大电网互联一直是世界各地电网的发展趋势，甚至在一些国家和地区还出现了跨国互联的同步电网，说明各个国家同步电网的规模在逐步增大。同步电网是电网发展的基本规律，在技术和经济上都有很大的优越性。其中包括电网规模越大，接入发电机越多，抵御扰动和故障冲击的能力越强;网间交换能力强，可以充分获取错峰、调峰、水火互济、跨流

域补偿、互为备用和调剂余缺等联网效益;以及大受端电网接受远距离、大容量外来电力的能力强等。

未来几年缺电的形势会比“十一五”后期更为紧张，局部地区电力紧张的范围更大，缺口也会更大。造成结构性缺陷的重要原因是跨区电网建设落后，跨区输电能力不足。东北、西北电力富集地区难以支援华北和华东等地，也造成西部电力大量装机空闲，这就是不能合理利用资源造成的资源极大浪费。今后我国的能源资源开发主要集中在西部和西北部地区，开发重心逐步西移和北移，而东部地区经济持续快速发展，能源需求量大，导致我国能源产地与能源消费地区之间的距离越来越远。能源资源和消费中心逆向分布的基本国情，决定了我国能源就电力流动具有跨区域、远距离、大规模的特点，电力输送呈现“西电东送、北电南送”的基本格局。能源和消费中心的距离越来越大，这就是发展“三华”同步电网的根本所在。

“三华”特高压同步电网的战略，适应了世界能源发展格局的变化和我国能源支撑能力，响应了当今节能环保、清洁能源、低碳经济的号召，已成为我国能源和电力行业发展的必由之路。

第五篇：智能电网学习心得

智能电网学习心得

张忠政

通过开展远程网络培训和研讨学习，让我系统的了解了我国电网现状及发展方向，建设坚强智能电网的目的和意义、发展目标和路线，各环节关键技术、关键装备取得的成就，以及试点工程建设等最新进展情况，深入的理解了建设智能电网的必要性。

所谓智能电网，就是以特高压电网为骨干网架、各级电网协调发展的坚强网架为基础，以通信信息平台为支撑，具有信息化、自动化、互动化特征，包含电力系统的发电、输电、变电、配电、用电和调度各个环节，覆盖所有电压等级，实现“电力流、信息流、业务流”的高度一体化融合的现代电网。

建设坚强智能电网对于电力系统的发展有着重大的意义：

首先，能有效地提高电力系统的安全性和供电可靠性。利用智能电网强大的“自愈”功能，可以准确、迅速地隔离故障元件，并且在较少人为干预的情况下使系统迅速恢复到正常状态，从而提高系统供电的安全性和可靠性。

其次，实现电网可持续发展。坚强智能电网建设可以促进电网技术创新，实现技术、设备、运行和管理等各个方面的提升，以适应电力市场需求，推动电网科学、可持续发展。

第三，减少有效装机容量。利用我国不同地区电力负荷特性差异大的特点，通过智能化的统一调度，获得错峰和调峰等联网效益；同时通过分时电价机制，引导用户低谷用电，减小高峰负荷，从而减少有效装机容量。

第四，降低系统发电燃料费用。建设坚强智能电网，可以满足煤电基地的集约化开发，优化我国电源布局，从而降低燃料运输成本；同时，通过降低负荷峰谷差，可提高火电机组使用效率，降低煤耗，减少发电成本。

第五，提高电网设备利用效率。首先，通过改善电力负荷曲线，降低峰谷差，提高电网设备利用效率；其次，通过发挥自我诊断能力，延长电网基础设施寿命。

第六，降低线损。以特高压输电技术为重要基础的坚强智能电网，将大大降低电能输送中的损失率；智能调度系统、灵活输电技术以及与用户的实时双向交互，都可以优化潮流分布，减少线损；同时，分布式电源的建设与应用，也减少了电力远距离传输的网损。

智能电网不仅仅对电力系统的发展有着重要意义，它还能给人们的生活带来很多好处：

首先，它能让生活更便捷。家庭智能用电系统既可以实现对空调、热水器等智能家电的实时控制和远程控制；又可以为电信网、互联网、广播电视网等提供接入服务；还能够通过智能电能表实现自动抄表和自动转账交费等功能。

其次，它能够让生活更低碳。智能电网可以接入小型家庭风力发电和屋顶光伏发电等装置，并推动电动汽车的大规模应用，从而提高清洁能源消费比重，减少城市污染。

第三，它可以让生活更经济。智能电网可以促进电力用户角色转变，使其兼有用电和售电两重属性；能够为用户搭建一个家庭用电综合服务平台，帮助用户合理选择用电方式，节约用能，有效降低用能费用支出。

为适应未来经济社会发展的需要，保障安全、经济、高效、可持续的电力供应，国网公司在特高压输电技术取得重大突破的基础上，结合世界电网发展的新趋势，提出了加快建设以特高压电网为骨干网架，各级电网协调发展，以信息化、自动化、互动化为特征的坚强智能电网的战略目标,并制订了发展规划，系统开展工程试点，确立了我国在智能电网领域的国际领先地位。建设坚强智能电网，关系经济社会发展和国计民生，是开发利用清洁能源、建设科学合理的能源利用体系的迫切要求，是满足经济社会可持续发展要求的重大选择。加强智能电网知识普及培训，对加深广大员工对智能电网新知识、新技术的了解，提高创新能力和岗位适应能力，加快推进电网发展方式转变具有十分重要的意义。

通过这次学习，我加强了对发展智能电网重要性和紧迫性的认识，激发了我全面参与坚强智能电网建设的热情，我决心认真提升专业技能，提高业务水平，为建设“一强三优”现代公司贡献更大的力量。