基于人工智能的电网调度操作智能防误系统建设及实践

蔡新雷齐 颖

(1.广东电网有限责任公司电力调度控制中心，广东 广州 510600；2.广东省农村信用社联合社银信中心，广东 广州 510600)

随着电网规模急剧扩大，人力资源成本严重制约了整个企业的效益，操作效率低下导致设备停电时间长，影响电网安全，降低供电可靠性近而增加用户停电时间，客户满意度及用电体验受到极大影响。为防范误操作，各级管理单位增加的各种反措、安全措施又影响和制约了操作效率。若发生I类误操作，可能对人身、电网和设备安全有巨大影响。调控一体化模式下，不可避免进行下令或遥控操作，尤其是事故处理等紧急情况下特别需要加强安监和防误校核，以保证安全性。靠增加人力投入等手段会增加人力成本，且由于人员精力有限，无法保证24小时规范性执行监护工作，亟需开发自动化手段进行实时监护和防误。当前以大数据、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[1-4]。电网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。近年来智能电网、物联网、大数据、人工智能技术取得了巨大的进展，在电网各个领域都取得了深度应用[5-6]。

2019年南方电网公司印发了《人工智能技术研究专题指导方案》办科技〔2019〕5号文，制定了电力系统中人工智能的应用场景和研究建议。天津调度调度辅助机器人已实现语音交互和事故辅助决策，杭州供电局在配网管理领域已建成虚拟AI配网调度员“帕奇”，承担了大部分配网“常规性工作”。目前南网内未有将人工智能与调度员工作相结合应用的案例。调度操作一般采用调度电话或专业信息系统两种方式。采用专业信息系统时，会进行操作指令的三审和逻辑校核，以保证安全性。而采用电话下令时，一般只进行人员下令的监护，却无法进行基于电网运行方式和逻辑的实时安全校核。

目前，广东电网调度交换网采用两级汇接，三级交换结构进行组网，网络覆盖中调、21个地调、所有500 kV 站和直调电厂等节点。500 kV厂站通过地区的调度交换节点与中调互联。广东电网公司电力调度需要不同调度人员之间同时采用的调度电话和信息系统(网络发令系统)两种手段进行交互，相同含义的调度指令需要通过调度电话语音方式和调度系统键盘、鼠标输入方式进行下达，调度语音指令如果不规范、错误的情况系统无法识别与提醒。同时，调度语音指令事后检索和分析困难，调度质检分析和事故追责效率低，调度运行的海量大数据未得到合理应用。随着人工智能语音处理技术的实用化，采用语音智能系统对语音调度指令进行语音理解、语音识别、语音合成、智能问答、语音记录、检索，对调度话术模型及准确度进行提示、校对、对调度下令防误的实时告警成为可能，大数据成为智能电网应用的一个重要方向[7-9]。应用调度大数据的智能语音系统能较大的提高电力调度的安全性、准确性和工作效率，成为电力调度智能化建设的迫切需求。

本文通过综合利用广东电网调度运行中采用的多个调度业务系统，采用人工智能技术结合调规、操规、安规等知识规则进行关联、分析和处理，使广东电网调度运行不局限于表象数据，保证智能快速提取运行重点，对调度运行效快速的决策支持。对调度运行大数据进行挖掘和反复训练，提高场景识别的准确率和业务提示的正确性。该研究可避免因人为原因和局限，错失事故处理的良机以及有效防范日常操作存在误操作的可能性。

1 系统架构设计

基于调度业务的智能语音系统是在利用语音识别、语义分析和提取，场景识别等技术，实现规避电话下令时人员误操作，并提供知识问答的综合操作平台。具备自动成票，交接班信息查询，操作令自动校核、电话下令信息安全校核等功能。实现语音、文本双交互，调度员可以根据办公环境，选择人机交互方式，提高交互操作性；电话信息自动校核，防止调度员误操作，保障电网安全。

结合目前广东电网运行现状，为提升复杂大电网的驾驭能力和管控效率，既要实现知识信息图谱程序化查询操作，也要实现系统级程序化操作；在确保电网安全的情况下，实现电网提质增效，既要依靠程序化操作提升效率，也要通过自动校核确保安全，大数据的深度应用为广东电网智能电网的发展提供了理论基础和应用平台[10-12]。基于安全可靠的交互技术，实现知识信息、一体化运行智能系统(OS2，包括OMS系统和OCS系统)、调度智能指挥平台(简称DICP系统)充分互联互通、信息有效传递；知识信息实现文本知识在线自动查询；OCS实现操作综合防误及设备遥控远操功能，并提供图模及实时数据服务；DICP负责实现智能出票、审核。OCS系统为省、地分布式独立建设系统；调度智能指挥平台(DICP)为省地一体化建设模式，主体功能统一建设、集中部署在中调，系统跨Ⅱ、Ⅲ区并实现信息贯通，在地调Ⅱ区部署地调OCS对接服务程序，负责与OCS系统进行交互，并将交互结构汇集到中调集中系统。

系统功能划分：OCS为DICP提供图模输出服务及实时数据输出服务、安全校核(含潮流计算)，在Ⅱ区对外输出图模及实时数据，为Ⅱ区各类智能应用(如：智能成票)提供数据支撑、潮流计算支撑；智能语音系统实现安全校核和遥控操作模块。

2 系统功能设计

2.1 人机交互功能

2.1.1 人机交互界面功能设计

基于电力智能化识别服务、电力交互理解服务，可自动将调度通话内容转写为结构化文本数据，挖掘分析有价值信息，为服务与稽核等提供数据与决策支持。所有的调度语音行为转化为文字，记录相关信息后自动发至调度系统，由调度系统生成标准化的调度日志。应用大数据进行数据挖掘和知识图谱建设，建立知识库已有深入研究[13-14]。通过标准电力调度专家知识库的建立，对语音识别后的调度术语和调度操作关键词进行校核判断，对于不满足调度术语规范要求的进行提示告警，并提示正确的调度术语，实现智能语音核查功能。

智能拟票功能：中调用户进入智能语音和图形开票，可以根据需要，用户输入和语音录入拟票基本信息，智能语音系统调用图形拟票工具自动拟写操作票。对于生成的操作票，系统能对该预令进行五防校核。如操作票内容中的设备不符合当前设备状态，能对该票面进行定位及描述。

交接班信息交互功能：调度员根据当前情况，可以通过文本输入或是语音录入相关查询信息。智能语音系统根据内容自动去获取指定的交接班表中的内容。综合信息交互功能：在语音交互对话框内可以查询综合信息，如电网负荷情况、风险情况等。系统会自动获取对应的内容，并提供详细信息。系统实现人机对话功能，包括语音、文本信息自动拟票，普通知识问答和校核。用户在聊天输入框内输入人员文本信息或是录入相应语音。系统自动获取输入内容的语义信息，对输入信息进行分类，识别信息意图表达，发送对应指令到系统中获取相应信息。

2.2 基于业务模型和人工智能的语音防误

2.2.1 调度业务模型解析与场景探测

根据调度电话识别后的文字信息，结合电力数据库和知识图谱，进行调度业务模型解析与场景探测。将调度电话场景分为：业务咨询、调度计划操作下令、事故处理，信息汇报四大场景。针对划分的场景进行专项分析和防误校核。例如事故处理场景中，常见的跳闸线路强送，系统实时语音识别到调度员下达强送或试送命令时，智能语音系统自动检测强送或试送场景，提示调度员，强送前需要核实的注意事项，以保证此业务员的正确无误开展。

2.2.2 电话下令校核

中调调度员通过电话下达相关的操作命令，智能语音系统会自动获取调度文本信息，对下达的命令给校核，对校核有误的信息给与提示。调度语音下令过程中，调度员无法保证指令下达能够100%准确，目前只能通过通话后的二次回听确认，而在调度语音下令过程中，通过实时通话内容的文字呈现，能够及时的进行调令的确认。通过调用智能服务平台的实时语音流转换接口，将调度通话过程的实时语音内容进行识别，并在调度台上进行呈现应用，实现实时呈现语音通话文字内容功能，能够及时和有效防止调令下达偏差。

本系统通过整合OCS安全校核及遥控操作、DICP网络发令及风险评估与进度发布等核心模块，实现语音、文本操作票拟写环节自动写票、知识信息问答、电话校核，实现操作过程中不影响当前任何流程，不影响任何实时操作数据。在技术防误保障下，实现信息查询全程自动化或半自动化，最大化的提高安全性和操作效率。

2 基于Elman人工神经网络的语音识别

3.1 基本原理

人工神经网络由输入层、隐含层和输出层组成。在实际应用中，以BP神经网络为代表的前向神经网络得到了广泛应用。由于前向神经网络是一种静态神经网络，其网络输出只由当前网络的输入决定，与在此之前的网络的输入无关，不具备记忆性。而电力系统语音交互数据具有一定的周期特性，为了弥补这一不足，学者在输入层中加入大量的历史语音数据，一定程度上加重了网络训练的负担，也增加了陷入局部极小点的可能，非但不能提高预测精度，反而降低了神经网络的预测性能。Elman人工神经网络属于反馈型神经网络，由J.L.Elman于1990年提出，该网络的结构与常见的前向神经网络不同之处就在于，隐含层的输出通过承接层的延迟与存储，自关联到隐含层的输入，这种状态反馈就形成了递归网络所特有的动态记忆性，使其对历史状态的数据具有敏感性。此外，Elman神经网络能够以任意精度逼近任意非线性映射，可以不考虑外部噪声对系统影响的具体形式，如果给出系统的输入输出数据对，就可以对系统进行建模[15-18]。

3.2 学习算法

如图7所示，Elman神经网络包括n个输入层神经元、m个隐含层神经元，m个承接层神经元，1个输出层神经元。

神经网络输入记为U(n×1向量)，隐含层输出记为X(m×1向量)，承接层输出记为WC(m×1向量)，网络输出记为y，承接层神经元到隐含层神经元的权值记为W1(m×m矩阵)，输入层神经元到隐含层神经元的权值记为W2(m×n矩阵)，隐含层神经元到输出层神经元的权值记为W3(1×m向量)，则有以下关系式：

x(k)=f(W1xc(k)+W2u(k-1)+B1)

(1)

xc(k)=αxc(k-1)+x(k-1)

(2)

y(k)=∑W3x(k)+B2

(3)

式中，k表示时刻，0≤α≤1表示自连接反馈增益因子，用sigmoid函数，如式(4)所示。

(4)

Elman神经网络也采用BP算法进行权值修正，学习指标函数采用误差平方和函数，如式(5)所示。

(5)

权值W1、W2的修正与前向神经网络类似，权值W3的修正采用链式倒数规则来求取，如式(6)所示。

(6)

模拟训练和语音识别判决分为两步。第一步是训练，即选择一种识别方法，用训练与聚类的方法得到该字的语音参数，作为该字的参考模板予以存储，在识别系统中应存储所有该系统需识别字的参考模板，形成参考模板库。第二步是识别，将待识别样本与参考模板库中的各字的参考模板分别作比较，以相似程度最大者判为所识别字。通过不断运用历史数据和电力专业词汇进行训练，优化参数，实现语音识别的准确性。

3 拓扑防误校核

基于预定义的常规防误闭锁，可以在数据库中针对控制对象预定义遥控操作时的闭锁条件，如可将相关设备状态量，进行一定的组合，通过手工配置，实现对控制对象的多种闭锁条件。首先应支持在数据库中针对每个控制对象预定义遥控操作时的闭锁条件，如相关状态量的状态、相关模拟量的量测值等，并支持多种闭锁条件的组合。其次，实际操作时，应按预定义的闭锁条件进行防误校验，对不能满足的操作能够给出闭锁条件提示并禁止操作。主站系统中应具备拓扑防误功能，即将电网拓扑和“五防”规则结合起来实现设备间的操作闭锁。它不依赖于人工定义，具有良好的通用性和免维护性。能准确地识别站内、站间的防误闭锁关系，以及从全网模型出发的防误闭锁。电话下令防误校核如图8所示。

拓扑防误主要是针对断路器、隔离开关和接地刀闸的远方操作。要求拓扑防误闭锁不依赖于人工定义，通过网络拓扑分析设备运行状态，约束操作人员安全操作。具有挂牌闭锁功能。防误闭锁应具备提示，例如带接地合开关提示、带接地合刀闸提示、带电分合刀闸提示、非等电位分合刀闸提示、刀闸操作顺序提示、带电合接地开关(地刀)提示、带刀闸合接地开关(地刀)提示等。可自动依据电网的拓扑关系，结合用户自定义规则，根据稳态数据监视应用的实时遥信、遥测信息对操作员的操作进行全面的防误检查。

4 操作票防误

调控人员在实时遥控操作前可对操作票进行操作预演，在预演成功的前提下进行实时遥控操作。在实时遥控操作时，必须按照操作预演的操作顺序和操作设备进行操作，如果操作的设备不在操作预演中或者未按操作预演的先后顺序，将闭锁当前遥控操作，确保每步遥控操作都是有票可依。

(1)对未按照票面顺序进行的开关/刀闸远方操作，应闭锁当前操作，并给出提示。

(2)对按票面设备顺序进行开关/刀闸远方操作，遥控开关/刀闸时调用综合防误程序进行防误校核；满足防误规则要求则弹出遥控执行窗口，如果不满足防误规则要求则闭锁当前操作并给出防误提示。

(3)按票操作过程中(操作步骤未全部执行完毕)如有其它突发事故，需调度监控人员紧急处理的，需提醒是否需要中断当前操作票(可点击操作票界面“操作中断”按钮)再进行其它操作。

(4)按票操作过程中，由于各种原因导致校核不通过，而又必须进行相关操作时，须征得相应管理人员同意解除导致校核不通过的防误校核项目；极端情况可解除系统综合防误功能，解除后系统对任何操作不再进行防误校核判断。

5 潮流校核

在调度员进行调度操作过程中，调度员常常需要对当前操作进行定量分析。即当前操作对电网潮流有什么影响，系统是否还可以正常运行等。本系统提供潮流校核功能，在模拟预演、开票、培训以及操作过程中实时根据当前操作进行潮流计算，根据潮流计算结果进行电气岛拓扑着色，提供一个可视化的展现手段，同时根据潮流计算结果，进行电压越限、线路或主变超载以及断面越限等校核。如果校核不成功则提示用户越限的支路、断面和越限比，为调度员准确、安全的调度提供定量的辅助手段。

6 设备状态校核

在操作票步骤执行前对操作步骤关联设备准备状态进行校验，给出校验结果，当状态不一致时，中断操作并给出提示。在操作票步骤执行完成时对操作步骤关联对设备目标完成状态进行校验，给出校验结果，当状态不一致时，中断操作并给出提示。系统应能准确识别是否会造成失压，操作后，可能会导致设备失压的提醒信息包括：断开母线出线开关时，需提示有母线及主变失压风险；联络线路开关两侧合闸时，断开任一开关，需要提醒对侧母线有失压风险；断开母联开关，需提醒开关两侧母线存在失压风险；断开主变变低开关时需要提醒存在变低失压风险；系统解环、合环时，需要有解合环提醒。

7 结论

调度操作的智能语音防误系统的设计和应用保证了通过语音识别自动获取调度员下令的文本信息，通过语义分析和提取，自动分解调度员操作命令，基于调度规则和历史大数据进行校核和防误。本系统的应用可以快速获取关键运行信息；基于自动化主站建设，操作全过程实现状态、潮流等安全智能防误校核，避免人为误操作。

电话下令模式下系统可以实时分析电话内容，实时校核电话信息，从技术上直接进行安全闭锁，可防止OCS状态信息不满足下达中调令，强送试送安全提示，从“技防”手段上解决了问题，进一步提升调度操作安全性。系统建立了“综合防误体系”，通过OCS系统、DICP平台充分互联互通，实现信息有效传递，操作全过程实现五防、逻辑、状态、潮流等安全智能防误校核，避免人为误操作，打造调度操作全方位的安全校核及防误管控。

系统的建设和投运能够有效解决调控员人工智能在线监护问题，实现了时间和人力资源的提升，实现了调度操作的安全升级，提升了电网管控效能，实现了电网本质安全。通过本项目的研究和应用，将电网调度运行传统的人工操作模式变革为基于人工智能辅助的智能化的操作模式，在提高操作效率的同时，通过机器进行操作综合防误，提升操作安全，保障电网全面安全运行，对于提升电网调度智能化和自动化水平具有重要的指导意义和广泛的推广价值。