调控一体化模式下电网运行资源的优化配置分析

赵全军 张伟 石雷

山东滨州东力电气有限责任公司阳信县分公司， 山东滨州  251800

摘要：目前，我国的各行各业建设迅猛发展的同时带动了电力行业的建设。新时期电网系统功能形态和技术特征不断优化，引入人工智能技术可以科学地應用和管理调度经验、知识、数据，实现技术智能化升级，提高电网的工作效率。因此，有必要深入分析电网的整体调控业务，探究人工智能技术在电网调控工作流程中的性能和交互过程，实现深度学习，提升故障识别质量。

关键词：调控一体化模式;电网运行资源;优化配置分析

1电力调控运行系统运行过程中存在的问题

管理力度不足。电力系统稳定才能够有源源不断的电能供应，各行业才能够正常生产。这句话足以说明电力系统的重要性。换句话说，社会正常运转需要有一个必要前提，那就是电力系统具有安全性。正常情况来讲，电力调控运行系统不会出现问题，本身是具有较高实用性的。然而，不可避免受到主客观因素的影响。天气环境的变化以及其他不可预料的因素会严重影响到电力系统。有些事情是可以预料并规避的，进行电力系统管理最主要意义是为了避免问题的发生，对系统的应用情况进行管理能够及时有效采取相应的措施，能够避免态势的蔓延，具有重要意义。现实中需要管理人员坚持角色与职责的统一，能够完成自己的本职工作。然而预期与现实之间往往具有一定的差距，很大一部分管理人员没有意识到运行管理的重要性，不将该项工作当回事。还有一部分管理人员根本没有学习过专业的知识，技能素质不过关。而管理工作水平如何与人员素质有着直接的关联，人员素质水平不过关当问题发生时很难第一时间采取有效的措施，在问题面前实在是过于被动。系统设计缺乏合理性。当前时代科技进步，有着有力的发展条件。然而我国关于电力系统研究设计还处于初级阶段，在电力行业方面的研究仍然存在短板。业界人士不断努力但就目前为止还未有新的成果出现。就目前情况来看，电力系统设计缺乏科学性与合理性。正是因为电力调控运行系统中存在很多不合理的设计才会影响系统的正常运行。

2调控一体化模式下电网运行资源的优化配置

2.1决策辅助流程

传统电网调度主要根据已有经验开展工作，通过制定规程和预案处理故障。应用人工智能技术可以规避调度人员在工作中的固化、重复的操作，进而提升决策辅助能力。知识图谱相当于语义网络，利用数据结构表示多种知识间的关联，适用于知识规则的推理。其结构和互联网相似，包含知识表现、提取、计算、存储等，具体内容如下：（1）知识提取。该模块主要结合电网调度的日志、规则，构建语义模型和语料库，依据自然语言抽取日志、故障预案、调度规程中的数据，构建机器语言，供计算机识别和应用。（2）知识表现。结合获取的文本数据信息，构建多层次信息关联体系及知识图谱，直观地表现知识关系。（3）知识存储。利用图数据库模式存储语义知识网络。（4）知识计算。通过推理、搜索知识，获取相关信息资源，完成决策辅助。

2.2建立多专业横向协同的风险管控机制

结合电网发展需求，大力推进电网风险管控体系建设和运行实践，以降低电网运行风险为目标，建立调度、运维检修、营销和安监等多专业协同的风险管理机制。一是突出风险管控在安全生产工作中的主线和引领作用，以安全生产“六不发生”为核心，以风险预防为驱动建立安全生产管理组织机构。其中主管安全生产副总经理作为风险管控总指挥，安监部、运维检修部、营销部、调控中心作为公司风险管控工作的职能管理部门，分专业负责人身、设备、用户、电网风险管控工作的组织和协调。其余专业风险管控的组织和执行单位，按照统一部署和要求，全面实施风险管控。二是在多专业系统的风险管理机制建设过程中，坚持科学定级，通过各类系统、工作记录获取各类风险因素的信息，根据风险因素的影响程度实施风险定级。同时，根据安全风险的大小或危害程度，综合运用安全系统工程方法对系统安全性进行度量预测，对系统危险进行定性和定量分析，确认系统发生危险的可能性及其严重程度，提出措施，寻求最低的事故率、最小的事故损失和最优的安全投资效益。三是建立主配同步、机制高效、科学分析、过程把关的闭环管控机制。适应主配网分级调度管理模式，在主、配网建立风险管控周期及控制工作，通过隐患排查、年度方式分析，年度检修任务等方面工作，对可能发生的问题和隐患进行分析评估，确定风险来源、风险特征、风险等级，再进行总体的安全性评价，尽可能提高风险管控预期效果;在日、周、月三个时间维度上形成管控周期和工作标准，在日、周、月工作计划中，对工作内容重点、操作事项、设备运行状况、人员管理等方面实现风险管控的精细化管理;在公司、专业间、专业内部三个层面建立风险预判机制，对迎峰度夏（过冬）、重要客户及政治保电任务，开展风险分析、实施集中审核控制措施，统一部署管控要求。

2.3负荷预测

电网电源侧模块受外界环境影响较大，因此可以借助集成学习、DBM、变分编码器等技术，优化综合决策、网络训练及泛化能力。依托环境、电网历史运行数据、电站位置等大数据信息，构建预测算法和模型，利用自主学习模式分析数据间的规律，预测发电的实际情况，进而提升系统预测的精确度。同时，由于温度敏感负荷增加，且电网超短期和短期负荷预测工作量提高，有必要借助长短期记忆、循环神经、混合模型等算法进行负荷预测。通过深度学习模块，对时间特性、电价激励完成分析和识别，为后续电网平衡控制提供支持。因此，可以借助人工智能技术预测负荷、发电、设备故障等问题，结合设备检修计划、发电计划，明确电网运行过程，发挥辅助决策和安全分析作用，进而完成电网风险的预控和预判。

结语

当前社会电能需求有所增加，形势的发展对电力建设提出了更高的要求。若系统不稳定那么会造成不可估量的影响。目前导致问题突出的最根本原因，还是电力企业不够重视的问题。近年来，有关于电力调控运行系统的研究呈现出热潮。电力企业要一改原有的做法。要想实现电力调控运行系统安全运行离不开良好措施的实施。电力企业应当进行重点分析，去了解现实情况，在了解当前存在的不足之后积极提出解决措施并保证措施的有效性，进一步消除问题。

参考文献

[1]唐周静.电力调控运行系统安全运行中存在的问题及解决措施[J].中国高新技术企业，2016（12）：127-128.