电力智能巡检机器人研究

各种智能技术在电力行业发挥的作用越来越明显,电力智能巡检机器人就是其中的佼佼者.电力智能巡检机器人集数据获取、传输、分析预警、决策于一体,被逐渐用到电力行业设备状态检测、维修等工作中,替代了传统的人工巡检方式,有效地提升了电网与电力设备的运行质量,是未来智能电网建设发展的必然趋势.基于此,文章首先阐述了电力智能巡检机器人的应用现状与优势,然后分析了电力智能巡检机器人关键技术,最后以电力智能巡检机器人的实际应用探讨了电力智能巡检机器人在电力行业的运用,以期为我国电力智能巡检机器人的应用与发展提供参考.     

面向智能电网的电力大数据关键技术应用

在国民经济社会发展、电能替代力度加大及多种现代化技术的综合推动下,电力行业实现了飞速发展,用电需求和服务质量的大步跨越使电力数据规模和增长速率跃升。智能电网大数据是大数据在电力系统内的应用实践,是大数据的理论、技术和方法与传统电力行业的融合,依托现代控制技术对大数据系统中关键应用信息的准确分析与有效处理,科学、高效地构建了智能电网的核心支撑,高效维持电力系统的运行可靠性和安全性。本文针对智能电网的电力大数据特点、关键技术及应用路径进行浅层分析,旨在助力行业发展。     

基于人工智能的供电+能效服务模式创新发展研究

电力行业是中国经济发展的重要基础产业,也是加快实现中国“双碳”目标的重点领域。人工智能技术作为建设新型电力系统的关键技术,对加快传统能源电力行业的产业升级、业态创新、服务变革具有重要作用。基于人工智能技术的特点及该技术在供电和电力能效服务中的应用,提出基于人工智能的“供电+能效服务”模式的创新发展思考。     

面向智能电网的电力大数据关键技术应用

传统的数据处理技术已经无法解决爆发式增长的电力数据,导致智能电网无法跟上市场变化,阻碍着电力行业的发展。根据智能电网中大数据处理的特征,提出了电力大数据占有的绝对优势,并从数据分析、数据管理、数据处理和数据展现4种关键技术进行分析,研究电力大数据在智能电网中的应用效果。应用结果表明,电力大数据技术在智能电网中发挥着关键作用,对电力系统的发展起着必不可少的因素。     

人工智能在农村电网建设中的应用

随着当今的科技发展,越来越多的国家将重心放在人工智能上面,人工智能也显现出了巨大的发展潜力。现如今人工智能已经广泛地应用在了电力系统当中,本文首先介绍了电网的背景和挑战,然后探讨了人工智能技术在电网中的基本原理,包括机器学习、深度学习和强化学习等。接着,论文重点分析了人工智能在电网运行与维护方面的应用。随后,讨论了人工智能在电网安全与稳定性方面的作用,包括防范攻击、故障识别和恢复等。最后,探讨了未来人工智能在电网应用的发展趋势和挑战。     

知识图谱在电力领域的应用与研究

为了实现电力领域的技术创新,文章利用人工智能、大数据分析和挖掘、知识图谱、自然语言处理等技术,并结合领域专家的意见,构建电力领域的中文专业词典和知识图谱,并通过对电力领域与人工智能领域进行交叉分析,预测电力领域未来的研究热点。结果表明:知识图谱技术适用于电力领域,能够实现电力系统各个环节移动互联、人机交互的发展目标,扩大智能电网应用,推动能源生态建设。     

基于区块链的电力大数据安全保障体系

近几年,我国电力行业得到飞速发展,电力数据不断增多,电力行业服务内容、对象、过程都更加复杂、多样,这导致安全问题更加突出.在电力大数据安全保障体系中,合理应用区块链技术,能够使电力大数据的可追溯性、一致性、保密性等各项问题都能够得到解决,最终建设出一个能够满足人们应用需求的电力大数据安全保证体系.     

气象传感监测技术在电网中的应用研究

随着全球气候变暖的加剧,极端天气气候事件发生频率不断攀升,多种极端气象事件直接影响了电网的安全稳定运行,有必要在电力气象及气象传感监测技术方面开展更多的研究与应用。文章针对高可靠性电力气象数据获取中的传感与监测技术进行了分析,回顾了公共气象传感监测技术的发展情况,介绍了电力气象传感监测技术应用的总体架构,对几类电力气象传感技术的发展及应用情况进行了详细分析说明,并指出了未来电网对气象传感技术新的需求及电力气象传感技术的发展趋势。     

智能电网的定价模式研究与上海策略思考

2013年2月,国家电网公司公布了《关于做好分布式电源并网服务工作的意见》,突破了太阳能、光伏、天然气和生物质能多种分布式能源电网接入障碍,推动电网对分布式能源的接纳,是智能电网技术发展又一里程碑。随着智能电网各种先进技术的商业化推广,双向互动电力定价机制的技术基础日臻完备,电力定价机制的创新工作迫在眉睫。依据智能电网信息收集、分析、处理技术的先进性,结合上海市电力行业的特点,提出智能电网的销售电价定价创新建议与实施策略。     

低碳电网建设研究现状及未来发展趋势

在低碳经济背景下,电力行业作为能源消耗的重要领域具有巨大的碳减排潜力。而电网作为传输电能的主要载体,在电力行业实现低碳化发展过程中发挥着重要作用,低碳电网建设具有重要的现实意义和战略意义。在揭示我国电力行业碳减排潜力以及低碳电网建设的必要性的基础上,全面地分析了当前电网规划建设所面临的经济新常态与能源革命带来的新形势和新特点,以及在能源领域的发展方向。同时对能源互联网技术、微电网技术和电动汽车等低碳相关技术的研究与运用进行了展望,并阐述了当前低碳电网建设面临的能源结构不合理、电力相对过剩等亟待解决的问题,进一步分析了解决这些问题所面临的主要挑战,构建了从发现问题到解决问题再到发现问题的研究新思路。     

支撑电网业务的云大物移智技术支撑融合体系

随着第四次工业革命的兴起,云计算、大数据、物联网、移动互联网和人工智能等新一代数字化技术已成为提升行业竞争力的重要手段。然而目前这些新技术在南方电网范围内尚未形成科学有效的一体化技术架构与应用顶层设计。为解决上述问题,文章根据南方电网数字化建设需求,提出了云大物移智技术支撑融合体系,并对其关键技术开展了研究。实践案例表明,该技术体系有效指导了公司业务领域融合应用的建设工作,促进了新技术与电网业务的深度融合,大幅提升了公司的生产运营服务水平,助力公司完成数字化转型。     

新时代无人机电力巡检技术展望

  [目的]  人工智能、云计算、大数据、物联网、移动互联网等新一代信息技术正逐渐成为智能电网的强大引擎,同时极大推动无人机技术的创新和发展。结合电力巡检现状,从技术发展趋势和行业应用需求出发,展望未来无人机电力巡检的发展,以期为大数据与人工智能时代的无人机技术与电力巡检的深入融合提供理论和方法参考。  [方法]  在行业应用调研的基础上,面向无人机电力巡检的全业务流程,阐述了新一代信息技术在无人机电力巡检中的应用,展望了电力巡检的智能化趋势。  [结果]  研究表明:(1)飞行平台智能化,无人机与5G通讯紧密结合,逐步实现5G网联无人机由网联化、实时化向智能化发展;(2)巡检智能化,攻克无人机智能控制等系列技术瓶颈,研发部署网络化“固定/移动”无人机智慧机场,实现全天候、无人自主智能化巡检;(3)数据分析智能化,引入人工智能技术,不断优化模型,实现巡检数据快速、准确的智能化分析;(4)物联网、大数据、云计算深度融合,实现多维数据全融合,状态监测全覆盖,数据流和业务流的集成耦合,实现设备状态评价及趋势预测智能化。(5)综合应用新一代信息技术的优势,构建无人机电力巡检智能化运维体系和智能化管控平台,有效提升精益化管理水平,开创电力巡检新局面。  [结论]  未来“云”、“大”、“物”、“智”、“移”等新一代信息技术的快速发展将推动无人机遥感技术跨越式发展,同时也驱动电力行业迈入一个全新的智能化时代。     

泛在电力物联网应用层标准体系架构设计与需求分析

泛在电力物联网,就是围绕电力系统各环节,充分应用移动互联、人工智能等现代信息技术、先进通信技术,实现电力系统各环节万物互联、人机交互,具有状态全面感知、信息高效处理、应用便捷灵活特征的智慧服务系统.本文系统梳理了国内外泛在电力物联网应用层标准化组织和相关机构、物联网相关产业联盟的标准体系研究现状,简述了泛在电力物联网应...     

“电网一张图”时空信息管理系统

文章首先总结了电力企业信息管理系统的现状,提出了多源信息管理系统融合集成的邦联、子集和完全融合3种方式,分析了3种方式的优缺点,以建设企业"互联网搜索"型数字引擎为目标,提出了融合基于本体的图数据库建模,多维关联与路径因果分析,和人机共生互动可视化决策于一体的企业信息管理系统技术发展趋势;在系统分析目前正在快速发展的图数据库技术与传统关系数据库之间的本质区别基础上,总结原创的电力图计算平台技术的特点;在此基础上讨论"电网一张图"在建设能源互联网时空信息管理平台数据关联索引图中的核心作用,提出了支持能源互联网建设的"电网一张图"时空信息管理系统的技术架构与特点,最后总结"电网一张图"时空信息管理系统在提高电网安全运行水平、提升客户服务水平、增强清洁能源消纳水平、改善经营绩效水平、以及为综合能源服务和建设能源生态等提供数据服务方面的广阔应用场景。     

机器智能在电力运检全过程中的应用研究

运维检修业务是保障电网安全运行的核心环节.面对电网规模不断扩大、运检任务难度不断加大,传统的运检模式难以适应时代发展及电网发展要求.机器智能在信息识别、模拟仿生、深度学习等方面的发展和突破,给传统电力运检带来了新的分析理念和技术途径.在当前智能运检体系建设的背景下,从机器智能的概念出发,介绍了现阶段机器智能技术的研究和...     

Power entity recognition based on bidirectional long short-term memory and conditional random fields

With the application of artificial intelligence technology in the power industry, the knowledge graph is expected to play a key role in power grid dispatch processes, intelligent maintenance, and customer service response provision. Knowledge graphs are usually constructed based on entity recognition. Specifically, based on the mining of entity attributes and relationships, domain knowledge graphs can be constructed through knowledge fusion. In this work, the entities and characteristics of power entity recognition are analyzed, the mechanism of entity recognition is clarified, and entity recognition techniques are analyzed in the context of the power domain. Power entity recognition based on the conditional random fields (CRF) and bidirectional long short-term memory (BLSTM) models is investigated, and the two methods are comparatively analyzed. The results indicated that the CRF model, with an accuracy of 83%, can better identify the power entities compared to the BLSTM. The CRF approach can thus be applied to the entity extraction for knowledge graph construction in the power field.     

Application analysis and prospect of electrochemical energy storage in power grid

为促进能源产业的优化升级,可再生能源的开发利用力度不断加大,电网的规划运行和调度管理将面临重大变革,亟需先进的大规模储能技术来改善可再生能源发电特性。本文从电化学储能技术在电网系统应用进行探讨,从各种电化学储能安全性、成本、技术特点等进行深入解析,归纳各种类型电化学储能的优势与不足,并对未来电化学储能在电网系统的应用前景做出展望。     

电网企业投资能力的量化研究

为准确把握企业投资能力、制定合理的投资计划,有必要定量研究电网企业投资能力,运用财务管理、技术经济等理论,引入投资回报率、运营系数等概念,构建了电网企业投资能力量化模型。实例验证表明,电网企业应用该模型可较为全面、清晰地认识自身投资能力,为电网企业合理投资、提高收益率提供了科学依据,也为衡量普通企业投资能力提出了一般模式。     

Application of Computer Artificial Intelligence Techniques to Analyzing the Status of Typical Utility Electrical Power Plant Systems

The capabilities of the computer have increased from data manipulation and computation to controlling industrial robots and assisting in heuristics consultations through the use of artificial intelligence techniques. This paper will describe the application of artificial intelligence (Al) techniques to a mature technology, specifically utility electrical power plant systems. The considerations inherent in proceeding with the deployment of Al techniques in the form of an Expert System will be presented and opportunities for improvements in this application will be discussed.