人工智能技术在电网调控中的应用研究

近年来,以深度学习为代表的先进人工智能技术促进了各行业的智能化发展。电网调控作为人工智能技术应用的重要领域之一,亟需借鉴互联网思维,充分利用人工智能技术,进一步提升电网调控业务的智能化水平。分析总结了人工智能技术的发展脉络,重点介绍了引发新一代人工智能技术大跨越的深度学习技术。聚焦大电网调控领域,论述了其对人工智能技术的需求分析。在此基础上,分析了人工智能技术在电网故障辨识、负荷预测、电网智能辅助决策和人机交互应用等方面的典型应用场景。最后通过电网故障辨识算例,进行了深度学习技术在电网调控应用的探索,可为调控业务智能化研究与发展提供有益的参考和借鉴。     

人工智能应用于电网调控的关键技术分析

当前以深度学习为代表的新一代人工智能技术快速发展,作为引领新一轮科技革命和产业变革的战略性技术,已上升为国家战略,备受各行各业关注。电网调控运行作为电力系统运行的"决策大脑",是集大量数据、机理分析、运行规程和专业经验相结合的综合性决策控制,与以数据驱动、知识引导为特征的新一代人工智能发展思路和演进方向十分相近。在分析新一代人工智能技术特点、电网调控运行业务场景及需求的基础上,提出了未来基于人工智能的调度控制系统设计思路、总体架构和主要功能,并从高性能计算、调控大数据、基于深度学习的电网预测及辨识、基于知识图谱的智能辅助决策以及基于语音交互的调度助手等方面,对其关键技术和潜在应用场景进行了分析。最后对未来人工智能在电网调控中的发展进行了小结和展望。     

适应调控领域应用场景的人工智能平台体系架构及关键技术EI北大核心CSCD

人工智能是新一轮产业变革的核心驱动力,在全球范围内受到广泛关注,掀起了产业智能化的浪潮。目前人工智能技术在电网调控领域业务场景中已有初步应用成果,但是缺乏架构性、系统性的研究。提出了适应调控领域应用场景的人工智能平台架构,基于调控云构建可扩展的人工智能通用算法框架,同时阐述了分布式深度学习、电网调控领域知识图谱等相关关键技术,并对人工智能平台在调控业务场景中的应用进行了分析。该平台架构具备算力、数据、算法到上层应用的全能力覆盖,能够为人工智能技术在调控领域应用场景中的快速推进提供全面技术支撑。     

适应调控领域应用场景的人工智能平台体系架构及关键技术

人工智能是新一轮产业变革的核心驱动力,在全球范围内受到广泛关注,掀起了产业智能化的浪潮。目前人工智能技术在电网调控领域业务场景中已有初步应用成果,但是缺乏架构性、系统性的研究。提出了适应调控领域应用场景的人工智能平台架构,基于调控云构建可扩展的人工智能通用算法框架,同时阐述了分布式深度学习、电网调控领域知识图谱等相关关键技术,并对人工智能平台在调控业务场景中的应用进行了分析。该平台架构具备算力、数据、算法到上层应用的全能力覆盖,能够为人工智能技术在调控领域应用场景中的快速推进提供全面技术支撑。     

电网调控领域人工智能技术框架与应用展望EI北大核心CSCD

以深度学习和大数据分析为特征的新一代人工智能技术,已成为推动电力等传统领域技术进步的重要手段。首先分析了电网发展新特点和调度控制面临的挑战;进而按照人工智能与现有技术体系深度融合的思路,开展电网调控领域人工智能应用技术框架研究,提出总体思路、建设目标,设计了系统体系架构;最后对电网调控领域人工智能应用进行展望,分析了应用发展方向,为相关研究建设提供参考。     

电网调控领域人工智能技术框架与应用展望

以深度学习和大数据分析为特征的新一代人工智能技术,已成为推动电力等传统领域技术进步的重要手段。首先分析了电网发展新特点和调度控制面临的挑战;进而按照人工智能与现有技术体系深度融合的思路,开展电网调控领域人工智能应用技术框架研究,提出总体思路、建设目标,设计了系统体系架构;最后对电网调控领域人工智能应用进行展望,分析了应用发展方向,为相关研究建设提供参考。     

基于人工智能和综合防误的复杂大电网调度驾驶舱平台建设

结合人工智能和综合防误技术,针对电网调度业务从调度业务规则、知识图谱建立和智能调度驾驶舱运行技术三个方面着手,建立了适用于广东电网的智能驾驶舱平台.该智能驾驶舱平台具体包括操作驾驶舱、调控和辅助决策驾驶舱以及大数据分析驾驶舱.通过部署智能化人工智能组件,识别和探测业务场景,根据多元数据融合和深度 学习获得的知识图谱和调度业务模型,进行全业务链条复杂大电网辅助驾驶.应用结果表明,该成果运用人工智能技术进行建模和训练,结合实际业务场景,通过数据融合和数据驱动性建立支持平台,有效保证了复杂大电网调度运行的安全性.     

基于深度置信网络的电网故障类型辨识

高效可靠的电网故障分类有利于指导调控人员快速排查和消除故障、恢复系统供电,对保障系统安全可靠运行具有重要意义。为了克服浅层智能方法对信号处理技术和人工经验的依赖以及对复杂电力系统特征提取和表达的不足,文中基于故障录波信息,提出一种基于深度置信网络的电网故障类型辨识方法。直接以故障发生后的各相电流/电压以及零序电流/电压作为网络输入,从原始时域信号中自动学习和提取故障状态特征,从而实现故障类型的辨识。IEEE 39节点仿真系统案例和电网实际故障案例均表明该方法具有良好的故障特征提取能力,在数据降维过程中能保持数据原本的特征,且辨识结果不受过渡电阻、故障时刻、故障位置、负荷大小等因素的影响,与传统人工神经网络模型相比其识别准确率更高。     

深度学习在智能电网中的应用现状分析与展望

深度学习是机器学习研究中的一个新领域,其强大的数据分析、预测、分类能力契合智能电网中大数据应用的需求。文中首先总结了深度学习基本思想,介绍深度学习的5种模型(生成式对抗网络、递归神经网络、卷积神经网络、堆叠自动编码器和深度信念网络)的结构、基本原理、训练方法,概括其应用特征。综述了电力系统中的故障诊断、暂态稳定性分析、负荷及新能源功率预测、运行调控等应用深度学习技术的研究现状。针对深度学习的技术特点,结合电力系统各生产环节,构建深度学习技术在电力系统中的应用框架。最后,从多能源系统运行调控、电力电子化系统安全分析、柔性设备故障诊断、电力信息物理系统的安全防护等方面对深度学习应用进行展望。     

新一代人工智能技术在电力系统调度运行中的应用评述

以深度学习、强化学习为代表的新一代人工智能技术及其应用是当前电力系统领域的研究热点。人工智能技术具有不依赖物理机理,计算速度快,辨别效率高等优点。但人工智能固有的可解释性差、稳定性弱等缺点也制约了其在电力系统一些场景的应用。文中梳理了新一代人工智能技术在电力系统负荷和新能源预测、故障诊断、在线稳定性评估、频率及电压优化控制和电网运行方式制定等调度运行场景中的应用,并进行了分析和评述。总结了现有研究中存在的问题,指出人工智能技术的应用应当以问题为导向,以场景为基础,以应用为目的。最后,对未来人工智能技术在电力系统调度运行中的应用作出了展望。     

人工智能方法在配用电领域的应用

近年来人工智能方法在图像分类、物体检测、自然语言处理等领域取得了突破性进展。在电力行业,特别是配用电领域也涌现了诸多应用人工智能方法的研究成果,这些成果的应用有助于促进配用电的智能化发展,提高配用电系统运行的经济性和可靠性。文章回顾了近期人工智能方法在配用电领域应用的热点问题,从配电设备故障诊断、配电负荷和分布式发电预测、配电系统运行优化、负荷特性分析4个热门方向进行归纳总结,希望能为相关研究提供借鉴与参考。     

“智能电网+”研究综述

智能电网SG(Smart Grid)是电力系统发展的必然趋势,其核心要义便是"智能",但目前智能水平还很低。而人工智能AI(Artificial Intelligence)技术取得了突破性进展,为SG的发展提供了重大机遇和强大支撑。为此,提出"智能电网+(Smart Grid Plus,SG+)"的概念,涵义是借助AI技术实现SG的升级版,使电网具有更高级、更深层的人工智能,从而进一步提升电网运行的安全性、经济性、可持续性。首先综述AI的研究进展,指出AI并非万能、也非无能;然后综述SG的研究进展,指出SG发展中"三高"(高比例新能源并网、高比例电力电子装置、高比例新负荷接入)和"三多"(多种能源相结合、多种网络相结合、多种主体相结合)的趋势。在回顾AI在电力行业应用的基础上,结合以深度学习为代表的第三代AI技术的发展,对深度学习等AI技术在SG适用的相关领域进行分析和展望。     

基于大数据应用和人工智能决策的电网辅助控制体系探讨

针对电网实时调度业务引入人工智能技术,基于大数据应用和人工智能思维决策,以安全防误为准则,打通横纵向业务系统,构建辅助调控人员开展日常业务工作的一体化、自动化、智能化的体系.该体系实现了降低调控人员负载率及提高电网操作安全性、便捷性的目标,具备安全防误、基于专家库的主动电网异常辅助决策等能力,实现了辅助驾驶与自动驾驶,具备"高参、指挥"能力,利用机器学习扩充知识库,主动感知分析电网运行事件进行辅助决策或自主处置,提升了调度业务水平和电网安全性.     

基于BERT-DSA-CNN和知识库的电网调控在线告警识别

电网调控告警识别是实现智能电网调度的重要环节。为提高电网调控告警识别的准确率,针对电网数据量庞大、有效信息提取困难、传统知识库知识迁移能力较差等问题,提出一种基于BERT-DSA-CNN和知识库的电网调控在线告警识别方法。首先在自然语言处理-深度学习的文本数据挖掘架构基础上,经过分词、去停用词等步骤,利用BERT模型获取电网调控告警信息词向量。然后将词向量输入CNN深度学习模型进行训练,并根据电网告警信息的特点引入DSA机制对CNN模型进行改进。最后提出了融合深度学习模型和传统知识库的电网调控在线告警识别方案。通过大量的算例结果分析得出,该方法相比Word2vec、传统CNN、传统知识库、离线学习等方法,具有更高的准确性和有效性,对不同的故障类型均具有较好的识别能力,为工程应用提供了一种思路。     

电网仿真分析与决策的人工智能方法

电网仿真是电网运行规划的支撑型技术,被广泛应用于电网各种运行方式的分析与决策。然而,目前基于电网仿真的分析与决策仍然需要人的参与,难以满足日益复杂的大电网需求,亟需寻找一条新的道路。人工智能的发展为电网仿真分析与决策提供了新的思路与方法。已有学者对人工智能在电网仿真分析与决策的应用做了广泛而深入的探索。该文旨在提供一个该领域最新进展的综合而清晰的蓝图。首先,介绍电网仿真分析与决策的概念和人工智能基本方法。然后,对人工智能在安全评估、稳定评估、潮流调整、安全控制、稳定控制、优化运行中的应用进行综述,系统地总结其思路、方法与优劣。尽管现有研究已经取得了不错的效果,但是人工智能应用过程中在知识建模、数据需求、特征提取以及迁移能力等方面还面临着不少挑战。该文在讨论这些挑战的同时,给出未来值得探索的研究方向。     

基于深度学习的特高压直流闭锁故障智能调度决策

针对特高压直流闭锁故障的处置策略问题,提出一种基于深度学习的故障特征建模方法及故障后电网调度策略生成方法,所提智能调控决策依据电网直流故障特征和运行环境信息,通过大数据驱动模型训练得到故障后的调度策略。首先根据故障环境信息,利用故障影响相关性提取有效故障信息,构建故障特征模型。然后介绍深度学习类神经网络原理和多层感知器模型,提出利用深度网络提取训练故障前后运行特征,自动生成调控策略的思路。之后利用反向传播算法构建深度学习框架,通过不断计算损失函数和准确率修正训练模型,自动生成有效故障处置策略。最后利用锦苏直流特高压线路相关的电力系统验证了所提方法的有效性。     

大数据与智能客服的融合应用实例

大数据技术和人工智能技术正在以前所未有的速度、广度、深度与现实世界紧密结合,并通过计算能力、数据、模型和算法四大要素的联合作用,快速渗透到各个行业。国家电网公司高度重视大数据和人工智能在电网业务中的作用,把数据作为信息化的核心。文章以营销智能客服与大数据的融合应用举例,研究实时语音数据智能转译、海量历史数据挖掘分析,以及融合应用的全方位业务管理模式。通过业务数据验证,实现了用数据管理企业、用人工智能提升效率、用融合应用驱动业务改进的目标。对其他电力业务的大数据与人工智能融合应用具有一定借鉴意义。     

电网负荷分类评价反馈算法研究

随着电力设备技术研究的不断发展,智能城市和智能电网概念的提出,促使企业对用户的精细化服务要求也越来越高。因此,为实现对用户用电细粒度感知,提高与用户沟通交互效率,基于用电清单评价内容,结合深度学习算法,建立分类评价反馈模型,对评价文本进行分类及情感分析,最后根据实际分析结果建立评价反馈机制,对负荷辨识技术进行调整反馈。试验结果表明电网负荷分类评价反馈算法提高了电网非侵入式负荷辨识的准确率,有利于提升用户用电体验度。     

省级电网实时自动运行技术研究综述

针对特高压交直流混联电网运行特点,对现有及未来将应用的电网调控技术能够实现省级电网实时自动运行的程度及范围做了研究评估。对综合智能分析与告警、在线安全分析、动态特性分析、调控一体化等现有电网调控运行框架技术做了综述;分析论证了这些技术如何经深化应用和整合,全方位深层次地主导负荷平衡、电压控制、限额控制、倒闸操作、风险评估预警、故障协同处置等调控运行主要业务,通过SCADA、 AGC、 AVC、遥控倒闸操作等底层技术手段,实现特高压交直流混联电网频率、电压、安全性的多目标自动闭环控制,实现电网实时运行阶段的自动运行;对大数据分析、调控云平台、调度机器人、人工智能等新技术如何在电网调控的应用上全面深层次地辅助人工工作的前景做了研究和展望。     

基于深度学习的泛在电力物联网应用场景分析

建设安全、稳固且信息共享的泛在电力物联网是当前电力行业的研究重点.随着人工智能技术的不断发展,深度学习以其优异的数据处理能力、强烈的态势感知能力广泛应用于各行各业.基于此,总结泛在电力物联网的基本结构、关键技术及深度学习基本理论,对深度学习在电力行业的应用进行论述,为深度学习在泛在电力物联网中的应用提供借鉴.