文献综述（或调研报告）：
随着我国经济结构调整和转型升级深入推进，以及电力体制改革大力实施，智慧电厂已经成为电厂发展新趋势，在节能、降耗、减排等政策驱动下，综合互联网技术、大数据资源、推进智慧运行管理、智慧检修安全、智慧新能源发电等举措，有效提升电厂核心竞争力，推动电厂持续发展[1]。
陆启洲[2]表示，电厂的智能化应该且必须建立在运行操作层面自动化、数字化、标准化的基础上，其研究重点不是解决某个环节或过程的单一问题，而是系统性解决发电厂面向未来的整个生态、管理等问题。
建设智慧电厂是为了建立现代能源电力系统，实现安全、高效、绿色、低碳的发电，其特点表现为生产过程可以自主优化，相关系统能够采集、分析、判断和规划自身行为，智能地在线动态优化配置设备及其参数。
传统的控制方法中，采用基于“黑盒”式的闭环控制，反馈到控制器的被控系统输出量y仅仅是系统的最后一级状态量，单纯依靠输出反馈而没有内状态信息很难求取精确的控制量。串级控制采用中间可测的状态信息反馈，在一定程度上弥补了这个缺陷，但由于反馈的状态量仍然很少，在大机组控制中仍然不能获得足够满意的控制效果。现代电力生产中大机组的特点是设备结构复杂、内部状态变量多，状态变量的动态性持续时间长，同时机组设备各项参数的时变性强，采用传统的仅仅依靠输出反馈的控制策略很难取得好的控制效果。在智慧化全数字技术中，可充分利用多手段测量增加获取机组信息的广度，同时结合采用状态观测、模式识别、软测量等技术来获得机组内部更多的状态变量的实时信息，同时，还可通过数据挖掘技术从现有的可获得的信息中深挖出更多、更准确的状态信息，结合基于机器学习的智能化建模技术将这些更多、更新、更准确的状态信息反馈给控制器实现控制的校正和优化，自动适应机组各种工况下的运行需求，实现对机组运行方式、控制参数、效能指标和经营管理的持续优化。
可见，与传统的控制结构相比，智慧化全数字技术在信息采集、获取的广度和数据处理的深度上都得到了显著的增强。
从本世纪40年代发展起来的经典自动控制理论和现代控制理论在许多领域中取得了辉煌的成就,但在很多工业过程控制中却难以用传统的控制技术来实现自动控制,至今仍必须由人工操作。这是因为经典控制理论主要解决线性系统的控制问题。现代控制理论可以解决多输出的问题。但它们最大的局限性是必须建立被控对象的数字模型。对于工业被控对象,其机理较复杂,多数具有多变量、非线性、大延滞和随机干扰强的特性。因此,很难建立满足要求的数学模型。另一方面,有些计算机控制系统因模型不准在控制效果上不如手动控制。有经验的操作人员和技术专家进行手动控制, 就可以收到令人满意的控制效果。
模糊理论自它诞生之日起便显示了强大的生命力。
在国外，1960年代中期,Zadhe和Mamdany教授等人[4]分别开展了一系列关于模糊控制的研究工作,自从模糊控制得到了学者的大量研究和实践,模糊控制理论逐渐发展成富有发展成果和发展吸引力的研究领域。即采用模糊控制器应用模糊集合理论进行统筹考虑的控制。模糊控制系统中最核心的部分是模糊推理,它的整个系统推理程序均模仿操作人员的经验、思考及决策。模糊控制系统具有以下几个显著的特点:
（1）在设计系统时不需要建立被控对象的数学模型,只要掌握现场操作人员或有关专家的经验、知识或者操作数据。
