人工智能在电力行业中的应用分析

为推动能源转型与信息技术深度融合,服务电网安全质量及效率效益提升,充分发挥人工智能技术应用价值,挖掘电力行业人工智能业务需求,文章结合人工智能相关技术优势,从电力运检、电力营销、企业经营管理、电网安全与控制4个领域对人工智能技术在电力行业中的应用发展及典型应用场景进行分析.经分析,将计算机视觉技术、知识图谱、自然语言处...     

知识图谱在电力系统调度运行中的应用与展望

知识图谱是人工智能技术领域新兴起的一种知识表达方法,是当前知识自动化领域的研究热门。知识图谱通过三元组关系表达实体与实体间的关系,从而将知识以“图”的形式表达出来。由于电力系统本身拓扑结构契合于图论的关系结构,以知识图谱的方式表达电力系统调度运行中潜藏的知识已经成为国内外研究的重点。文章从电力系统中人工智能的发展、知识图谱在各个领域的应用、知识图谱的构建及知识挖掘方法,对目前知识图谱的研究成果加以总结,并对这一领域在电力系统的应用做进一步的展望。     

电力知识发现系统的设计与实现

为解决电力企业员工获取文献易、知识难的问题,实现电力文献服务向电力知识服务的转变,文章基于电力主题词表处理技术、大数据挖掘技术和可视化图谱技术,构建了电力行业首个情报分析视角的知识发现系统,实现了领域导航、知识检索、文献、专家、机构、主题多维度对象发现等高级应用功能,为电力机构分析、专家评估、研究趋势预测等知识服务提供...     

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。     

配电网故障处置中的知识图谱：进展、挑战与展望

通过知识图谱构建电网故障处置模型,将庞大而分散的终端设备数据信息和故障案例数据转化为专业的领域知识图谱,可以有效降低故障处置压力,辅助相关人员进行故障处置决策,提高处置效率和智能化水平。针对知识图谱在配电网故障处置过程中的重要推动作用,文章对知识图谱构建方法及关键技术,如知识抽取、知识融合、知识加工、知识更新等进行了阐述,尤其根据配电网故障处置数据的特点,分析对比构建配电网领域知识图谱过程中各阶段的技术,最后结合知识图谱的发展趋势,提出了配电网故障处置知识图谱面临的挑战和机遇。     

基于时变图的大电网稳定态势知识图谱建模及管理技术

电网稳定态势知识图谱可对电网稳定态势知识进行直观表达与综合利用,对大电网在线安全防御具有重要意义。文章首先对大电网稳定态势知识进行梳理,结合电网调度人员对稳定态势知识的关注程度,将大电网稳定态势知识图谱分为系统级知识图谱与设备级知识图谱;然后,结合知识图谱的构建技术,提出了大电网稳定态势图谱建模方法,实现大电网稳定态势图谱自动化构建;在此基础上,提出基于时变图的电网稳定态势知识图谱存储方法与基于多级索引的知识图谱查询方法,实现了大规模稳定态势知识图谱的高性能管理;最后,研发了大电网稳定态势知识图谱管理系统,并在某省级电网开展测试应用,为实现大电网在线安全防御提供了有力的技术支撑。     

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。     

基于知识图谱的电力科技专家遴选系统设计与应用

当前电力企业对科技的投入越来越多,每年的科技项目数量逐步增长,项目涉及的学科领域也越来越多样化。为保证项目质量,专家评审环节必不可少。面对规模不断增加、信息不断更新的专家库和大量科技项目评审专家遴选需求,文章设计一套基于知识图谱和多特征融合的电力科技专家遴选系统,利用流程自动化机器人自动收集更新数据并进行同名消歧,然后根据设定的三元组模式自动化构建专家知识图谱,并根据专家标签与项目标签相似度计算结果推荐合适的评审专家。所提系统的研发与应用可辅助项目管理人员高效地管理专家信息并提高专家遴选效率。     

浅析电信撬箱体智能监控识别系统的应用

当前,人工智能给人们的生产和生活方式带来革命性变化,油气田开发领域也将陆续进入智能化时代,未来将实现全自动钻井,一些关键的作业将实现远程操控,通过现场智能控制平台将地面智能化和井下智能化组成一个有机整体,通过物联网将现场智能钻井与远程实时智能控制中心构成一个大的有机整体,实现现场+远程的大闭环控制。现有技术中,钻井工程的电力传动、控制、通信等系统撬装化技术日益成熟,为站场的供配电系统、自动控制系统、通信系统的整体技术集成及设备撬装化提供了可行的解决方案。     

电力科技图谱柔性构建方法

电力科技图谱应柔性应对新技术体系和新电力技术发展时必须面临的本体模型构建、存量数据标记、电力实体识别的影响.文章研究了一种电力科技图谱的柔性构建方法,首先,以科研项目为核心构建本体,向上关联技术体系,横向关联研究网络,向下关联技术实体;其次,提出将实体标记问题转为文本分类问题,采用主题分类和最大熵语义分类方法解决文献实...     

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.     

电站锅炉燃烧诊断优化技术的现状及发展

燃烧诊断和控制技术直接关系到电站锅炉运行的经济性和安全性,而电站锅炉内的煤粉燃烧过程极其复杂,燃烧的诊断问题长期得不到很好解决.现代光测技术、计算机数字图像处理技术、人工智能等新技术和新理论的飞速发展,推动了真正意义上的燃烧诊断技术的实现.论述了火电站燃烧诊断系统的重要性和复杂性,讨论了现有大型火电机组燃烧监控及诊断技术的现状与不足,结合现代人工智能理论和控制理论的进展,展望了未来燃烧诊断优化技术的发展方向.     

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。     

风/光混合发电系统的优化方法综述

为了从混合发电系统中获得足够经济可靠的电力,其优化方法的选择非常关键,分析了风/光混合发电系统的结构,系统梳理了国外风/光混合发电系统的软件优化法、传统优化方法、人工智能法等优化方法,并对混合发电系统的各种优化方法进行了总结及展望,可为国内风/光混合发电系统优化问题的合理解决提供参考。     

基于多物理量的复合传感技术在智慧配电房中的应用研究

随着计算机技术、通信技术、智能传感技术的快速发展,电力设备监测走上了智能化、自动化的道路。为更好地保障电力设备的稳定性与安全性,在现阶段的相关监测指标体系中融入了一些化学、力学、热学等的非电参量。基于人工智能、物联网等技术,研制具备边缘计算和协同分析功能的变电站多物理量集成感知预警装置,并在某智慧配电房示范项目中进行验证和推广,为配电物联网建设提供了有效的技术手段和解决方案。     

高温岩体地热开发的技术经济评价

介绍了对美国Fenton Hill(芬登山)地区高温岩体地热开发所作的投资分析，以及应用MIT经济模型进行的高温岩体地热发电开发成本的预测与评价。研究认为，高温岩体地热资源从技术上来说是重要的潜在能源，但钻井技术和人工储留层的建造技术是阻碍其商业发展的关键因素；目前高地温梯度的高温岩体地热发电已具有商业竞争力，采用先进的线性钻井技术后，将使所有等级的地热梯度的高温岩体地热发电电价具有商业竞争能力。     

需求侧管理下绿色照明节电技术的成本效益分析

针对绿色照明节电技术在用电终端大规模推广使用的可能性问题,基于成本效益分析基本原理,分别从用户、电网企业、发电企业和全社会四个方面分析了在用电终端采用绿色照明节电技术的成本效益,并对影响各利益主体成本效益的关键因素进行敏感性分析。算例分析结果表明,在用电终端实施绿色照明节电技术可行,且用户补贴率和居民消费电价是决定用电端推广绿色照明节电技术可行性的关键因素。     

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.     

Research and application of artificial intelligence service platform for the power field

Conventional analysis methods cannot fully meet the business needs of power grids. At present, several artificial intelligence (AI) projects in a single business field are competing with each other, and the interfaces between the systems lack unified specifications. Therefore, it is imperative to establish a comprehensive service platform. In this paper, an AI platform framework for power fields is proposed; it adopts the deep learning technology to support natural language processing and computer vision services. On one hand, it can provide an algorithm, a model, and service support for power- enterprise applications, and on the other hand, it can provide a large number of heterogeneous data processing, algorithm libraries, intelligent services, model managements, typical application scenarios, and other services for different levels of business personnel. The establishment of the platform framework could break data barrier, improve portability of technology, avoid the investment waste caused by repeated constructions, and lay the foundation for the construction of “platform + application + service” ecological chain.