电力人工智能技术理论基础与发展展望(二):自主学习与应用初探EI北大核心CSCD

电力人工智能技术不断取得突破的同时,实际应用中也面临诸多挑战,在电力人工智能的假设分析与应用范式研究基础上,探索电力人工智能自主学习的创新应用模式。首先,针对电力人工智能研究中存在的可信伦理、数据分布与进化迁移等瓶颈,提出并详细阐述数据知识融合、平行互动、模型进化三大机制;进而,基于生物脑认知原理,提出适用于电力领域人工智能应用的意识引导的自主学习技术,通过构建电力领域机器意识引导算法进行模型构建、数据组织、训练调优等自主学习应用,解决规则复杂、数据价值低、场景泛化等情况下的电力人工智能模型训练优化难题;最后,在设备运维检修领域开展应用探索,通过意识引导知识、数据、任务的理解分析,构建面向复杂运维检修任务端到端算法生成的智能应用。     

交互式电能量大数据人工智能平台构建北大核心CSCD

针对人工智能技术在电能计量行业中的应用,从南方电网电能量数据中心人工智能平台构建项目研究进展出发,构建交互式电能量大数据人工智能平台。平台主要分为电能量数据接入层、智能算法层和可交互业务应用层。本文首先通过对平台架构进行整体性的概述,阐明层次关系以及各层次中包含的主要内容;然后介绍电能量数据接入层、智能算法层的功能作用,设计理念以及内部逻辑。最后重点介绍可交互业务应用层以及简单阐述系统实现,详细介绍本系统用到的几种主要交互方式,阐述如何与电能量人工智能平台业务相结合,提高电力人员使用系统的便捷性和交互性。     

基于海迅数据库的实时/历史数据平台建设方案研究

随着业务应用领域的拓展,浙江省电力公司于2005年构建的PI平台在部署架构、应用发展等方面暴露出了一些问题。为了有效解决PI平台存在的问题,文章结合浙江电力实时/历史数据应用现状,对平台架构、数据接入访问、平台应用和数据管理等方面进行了详细的研究,提出了基于国产海迅数据库的浙江电网实时/历史数据平台建设方案,并给出了平台迁移过程中的技术策略,从而更好地支撑浙江电力实时/历史数据的深化应用。     

交互式电能量大数据人工智能平台构建

针对人工智能技术在电能计量行业中的应用,从南方电网电能量数据中心人工智能平台构建项目研究进展出发,构建交互式电能量大数据人工智能平台。平台主要分为电能量数据接入层、智能算法层和可交互业务应用层。本文首先通过对平台架构进行整体性的概述,阐明层次关系以及各层次中包含的主要内容;然后介绍电能量数据接入层、智能算法层的功能作用,设计理念以及内部逻辑。最后重点介绍可交互业务应用层以及简单阐述系统实现,详细介绍本系统用到的几种主要交互方式,阐述如何与电能量人工智能平台业务相结合,提高电力人员使用系统的便捷性和交互性。     

面向变化场景的输电断面极限评估主动迁移学习方法EI北大核心CSCD

深度学习由于其强大的非线性建模能力,在输电断面极限传输容量(total transfer capability,TTC)评估问题中具有良好的应用前景。然而,由于电力系统的时变性和不确定性,需要快速更新数据和模型以满足在线应用需求。为充分利用历史场景数据并减少在线更新的计算代价,提出一种基于主动迁移深度学习的输电断面TTC评估方法。该方法包括两个阶段:第一阶段引入迁移学习预训练,推导了迁移泛化误差界以及最优经验误差组合权重,用于指导预训练阶段得到具有最小泛化误差的新场景模型;第二阶段引入主动学习和模型微调,基于TTC评估网络灵敏度进行重要样本主动查询,显著降低了模型更新所需的新样本标注时间,并利用模型微调进一步提升了新场景模型的性能。算例分析表明,所提方法与传统的深度模型训练方法相比,大幅降低了将模型应用于新场景的标注样本需求与时间成本,提升了模型迁移的效率。     

浙电电网设备基础数据管理平台的设计

针对信息技术在电网企业的应用现状和企业级信息系统的建设要求,提出了基于IEC61970/61968建立企业级电网设备基础数据管理平台的概念,并详细介绍了该平台总体架构设计中的业务架构、应用架构、数据架构、技术架构、物理架构、安全架构和应用集成等关键要素。该电网设备基础数据管理平台可满足不同业务领域的要求,实现企业级的信息资源共享。     

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。     

电力大数据基础体系架构与应用研究

通过分析电力大数据的业务特点,研究了当前业界最新的大数据开发技术,完成电力大数据基础体系架构的研究以及应用主题的梳理和规范;开展了电力大数据关键技术框架和应用规范性研究,构建适用于电力行业的大数据平台核心技术架构,统一电力大数据标准体系;结合国家电网公司各信息化系统的业务特点和实际需求,探索各种大数据技术路线所适用的业务场景,以实现电力大数据关键技术的突破,为大数据技术在电力行业中的应用推广提供有效指导和切实支撑。     

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。     

基于一体化平台基建管理系统的设计与实施

针对目前电力基建管理信息系统存在维护成本高、拓展性受限、数据利用受限和平台技术瓶颈等问题,某电力公司基于企业架构设计了平台架构、技术线路及部署模式,提出了基于业务、应用、数据和技术4大架构于一体的基建管理系统设计方案并实施,实现了系统技术标准、架构体系、应用开发平台、流程平台、界面风格、运行环境的统一。     

基于区块链的可信数据存证电力现场作业风险管控系统

针对电力系统中现场作业数据可反复修改、部分数据为现场作业完成后的补录和缺乏现场操作监控的问题,文章设计了基于区块链的可信数据存证电力现场作业风险管控技术系统。给出了系统的总体框架和作业现场数据流转,系统分为应用层、平台层、网络层和感知层。为保证电力现场作业时作业数据不可修改,利用区块链技术对数据进行存储。描述了企业区块链的原理,为满足数据吞吐量需求,将区块链和数据库系统结合。利用人工智能视频分析技术,通过对现场作业视频监控区域建立虚拟设防,对视频内容进行目标检测和行为分析,建立了风险识别人工智能训练模型。对作业风险管控系统进行可视化展示,实践应用表明,所述系统有助于电力系统中现场人员进行作业风险管控。     

人工智能技术在火电行业的应用探讨

在调研国内外人工智能发展现状和技术路线的基础上,思考人工智能技术在火电行业的应用场景和技术突破点,探讨人工智能在火电行业的技术发展方向。分析火电企业生产经营过程中,在感知、决策、执行等环节所需的计算机视觉、大数据、物联网、智能控制和智能机器人等技术路线,论述在安全管理、生产管理以及经营决策等场景的人工智能技术应用,并对典型应用案例进行分析,提出人工智能技术在火电行业的重点研究方向。     

数据驱动电能质量分析现状及其支撑技术与展望

随着多能源互补协调、电力市场建设、数据资源获取的便捷与廉价,大能源系统给传统电能质量领域带来了挑战。针对该问题,围绕利用电能质量数据辅助电能质量以外领域进行决策支持的研究现状进行了概述;针对多样化数据处理、海量电能质量扰动数据评估、计及电能质量的电力交易等要求,指出数据融合技术、大规模分布式计算技术、信息物理融合系统、区块链技术等支撑技术,并从中央处理器-图像处理器联合计算平台、融合“信息-物理-社会”系统多源数据电动汽车充电负荷建模、人工智能技术以及基于客户画像的电能质量监测信息平台4个方面对数据驱动电能质量分析进行了展望。     

协同电力系统仿真平台的混合仿真技术研究及应用

目前,数据和运算密集型的高级人工智能计算技术发展迅速,而电力系统仿真和分析平台并不容易扩展人工智能技术的应用。文章基于大规模电力系统仿真分析软件平台(PSASP),附加扩展非支配排序遗传算法(NSGA-II),实现复杂电力系统中多个电力系统稳定器(PSS)控制参数的多目标协调优化算法技术。实现过程中提出了PSASP-MATLAB混合仿真技术,设计了考虑多机PSS的鲁棒性和稳定性的多目标综合优化函数,混合编程实现了PSASP平台暂态仿真过程与MATLAB平台NSGA-II算法交互连接。针对多机和多运行方式的复杂EPRI 36节点算例,应用文中技术求解的PSS全局优化控制参数,抑制振荡的能力优于传统优化方法,且在多种运行方式下具有良好的鲁棒性。     

物联网背景下应用于光伏发电的边缘计算设备关键技术研究及应用

随着大数据、云计算、人工智能、5G等技术的快速发展,万物互联时代加速到来,网络边缘设备的数量和数据量都呈现快速增长态势.在此趋势下,边缘计算因具有靠近数据源、实时性好、时延短、响应快等特征,成为物联网发展的核心技术之一.基于此,介绍了边缘计算的基本概念及体系架构,探讨了边缘计算设备的关键技术;深入分析了边缘计算设备在光伏发电系统的应用场景;在某光伏电站开展示范应用,实测结果表明,通过在光伏逆变器侧安装边缘计算设备,能够实现光伏发电的快速无功响应能力.研究成果可为后续边缘计算在新能源发电中的应用提供参考.     

电力市场中发电厂调度综合信息平台的设计与实现

文章提出了电力市场中发电厂调度综合信息平台的设计与实现技术方案,讨论了数据采集、XML技术、J2EE技术、数据共享和数据服务、系统应用安全等平台开发实现技术,并介绍了该信息平台与交易中心接口和电厂内部系统信息集成的应用模式。     

输变电设备物联网关键技术研究思路探讨

输变电设备物联网是一个以物联网为基础的输变电设备智能监测、状态评估和全寿命周期管理一体化系统。在分析输变电设备智能化关键技术的发展现状及存在问题基础上,提出一个基本思路:通过研发输变电设备全景信息模型、感知体系、通信模型与接口规范、集成平台及全寿命周期管理等关键技术,建立与智能电网发展相适应的输变电设备物联网。最后,探讨了输变电设备物联网的应用前景。     

基于混合现实的人工智能在电力巡检中的应用

混合现实技术与人工智能技术相结合,是有效评估电力设备健康状况和不可见缺陷的新思路。研究了在电力巡检应用过程中可使用到的人工智能技术和混合现实技术,围绕电力巡检业务,提出了一系列的应用方法,包括数据读取及显示、主要电气故障的预测、告警提示电力巡检中潜在危险和可能出现的故障等。通过混合现实技术与人工智能技术相结合的方式,可进一步提高电力巡检业务过程中评估缺陷和危险的预知能力以及巡检效率,降低人为因素在电力巡检业务中的影响。     

基于工作流及集成中间件技术的电力信息一体化设计及实现

随着电力行业的发展,电力企业中不同管理部门中不同结构、相互独立的多个异构信息系统越来越希望整合成一个一体化的信息管理平台,以提供统一的开发、维护和管理,并实现各级系统间有效的数据、资源和功能共享。文中介绍了开发的电力企业信息一体化平台,重点介绍了基于可扩展标记语言(XML)的数据交换平台,基于工作流引擎管理并遵循企业Java组件模型／公共对象请求代理体系结构(EJB／CORBA)结构的电力业务集成和基于虚拟数据仓库的智能决策系统的设计和实现方案。实际应用表明,该方案实现了电力企业中各级业务系统间数据的互操作性、应用间的协调性,为企业的一体化经营和管理提供了科学的决策依据。     

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。