人工智能在电网运行领域中的应用研究

田晓鹏

（中国电机工程学会，北京 西城 100761）

随着大容量交流与直流输电工程的建设，我国电网已经发展成为典型的大规模交直流混联电网。在交直流混联电网中，事故容易发生连锁反应，从而导致电网大面积停电，如何快速感知系统动态安全风险，准确进行暂态稳定预测，及时预警高风险运行方式，同时进行最优的紧急控制和负荷频率控制策略，实现电网的安全稳定运行是目前亟待解决的问题。以先进的传感器技术和计算机技术作为基础支撑的人工智能技术，具有应对高维、时变、非线性问题的强优化处理能力和强大学习能力，未来可以为解决电网运行领域中的问题提供有效手段，促进电网运行实现数字化、信息化、智能化，确保电网系统的安全、稳定、经济运行。本文首先分析了人工智能技术应用在电网运行领域中应用面临的挑战与问题，分析概括了人工智能在电网运行领域中的应用场景，最后，对人工智能在电网运行领域中的融合应用进行了分析，希望为未来相关研究提供借鉴与参考。

1 人工智能应用在电网运行领域中面临的挑战

当前，电力系统的规模不断发展，电网的运行方式也发生了巨大的变化，电网规模呈几何趋势增长，这些都将使得维持电网统的安全稳定运行和高可靠性的难度加大。电网运行领域中对新一代人工智能技术的应用更加迫切，也更具有挑战性。

1.1 业务需求方面

适应电网在工程实践、科研机制和生产管理等方面的需求，将电力领域知识和专家经验整合到人工智能技术中是应用的关键问题和挑战。人工智能是以数据为基础的应用技术，数据共享是人工智能发展的加速剂。电网运行领域数据信息规模庞大，人工智能在电网运行领域中应用发展需要更为开放、互通的数据信息标准，同时，数据质量也会影响电力人工智能在电网运行领域中的应用效果，如何取得电网运行领域中高质量的数据信息也是电力人工智能应用发展面临的关键问题和挑战。

1.2 技术安全方面

以深度学习为代表的人工智能技术过于依赖训练数据，缺乏深层次数据语义挖掘，导致可解释性差。电力系统具有结构复杂，模型规模庞大等的特点。在海量样本数据集下，模型规模越大，训练速度越慢，因此，如何在保证一定训练精度的前提下提高训练速度，是人工智能在电网运行领域中应用的一个关键问题。此外，人工智能技术在电网运行领域中的应用需要面对不确定的风险，由于目前人工智能技术在一些实际问题中的泛化性能并非十分理想，训练好的模型用在变化的环境甚至出现泛化性能明显下降的现象，在语义理解方面语义理解能力仍须进一步提高，因此，人工智能技术在电网运行领域中应用的安全可靠性也是关键问题和核心挑战。

1.3 基础设施方面

支撑人工智能技术在电网运行领域中的快速发展及应用须要建设智能化的基础设施。一方面，须要继续对现有部分基础设施进行数字化智能化改造，拓展电网基础设施的信息化水平，提升电网基础设施的服务能力；另一方面，须要建设符合电力物联网发展的智能设施，须要传感器、网络、平台等各方面全领域的布局，充分实现电网全面感知，支撑电力人工智能技术应用。

2 人工智能在电网运行领域中的应用方式

人工智能技术在电网运行领域中的主要应用场景包括电网紧急控制策略、面向电网调度故障处理的知识图谱、暂态稳定预测、负荷频率控制及人在回路的大电网调控混合增强智能等，电网安全与控制领域中的业务场景与人工智能技术分类如表1 所示。其在电网运行领域中的应用一般是将被研究的问题转化为决策或者分类问题。其中，电网紧急控制策略、电网调度故障处理、负荷频率控制及人在回路的大电网调控混合增强智能在分析所处电网环境与信息时，通常借助人工智能在特征提取方面的优势，提取电网的运行特征，以提高决策的正确性和控制效率，属于人工智能的决策问题。暂态稳定预测属于分类问题，与传统策略相比，鲁棒性、开放性和灵活性显著提高。

表1 电网运行业务场景与人工智能技术分类

2.1 电网运行领域中的决策问题

电网紧急情况下的运行、负荷频率控制、电网调度故障处理、人在回路的大电网调控混合增强智能是基于人工智能技术的一个决策过程。利用人工智能解决电网运行领域中的决策问题采用的方法一般包括强化学习和深度强化学习。

基于深度强化学习的电网安全与控制领域的决策具体流程包括：将电网的运行数据作为输入，数据预处理形成样本数据集；选取训练数据；利用深度学习网络记性特征提取；利用强化学习得到最优的紧急控制策略；利用得到的紧急控制对电网进行紧急控制。深度强化学习利用多层神经网络，对数据具有一定的泛化能力，体现在电力系统中为鲁棒性。同时将深度强化学习应用于电网切机控制领域，可以实现电网运行数据到控制策略的直接映射，与传统方法相比，深度强化学习直接从电网运行数据入手，对于不同的故障类型和运行方式的控制策略不须要调整模型，一步到位。同时，利用深度学习提取特征可以同时考虑多种因素的影响，主动学习周边环境，从而指导物理模型作出正确的动作选择，能够一定程度上适应电网不同运行方式，提高电网的运行稳定性。

2.2 电网运行领域中的分类问题

人工智能中分类技术在电网运行领域中具有广泛的应用，其应用场景包括电力系统用户画像、趋势分析、推荐系统、图像分类、文本分类等。分类型范式数据集构建主要根据场景分析确定的结果分类型应用范式包括场景分析、数据处理、网络结构选择、测试评估性能5 个环节。场景分析环节是针对不同业务场景进行分析、理解以及信息的获取过程，明确范式对应的场景，如用户画像、趋势分析、推荐系统、图像分类、文本分类等。确定后期使用的算法类型、技术路线等。

在电网运行领域中，暂态稳定预测属于人工智能技术的分类问题。基于深度学习的电力系统故障后暂态稳定预测流程包括：离线训练和在线应用。离线训练经时域仿真获取大量样本集，为了缩小输入特征数值差异，对输入特征归一化，建立模型学习并训练；在线应用时利用训练好的模型进行实时电力系统暂态稳定评估。此外基于深度学习模型的暂稳预测，能够对样本的稳定裕度和失稳程度进一步进行判断，对调度人员具有很好的参考性，因此在电力系统中拥有更显著的价值。

3 人工智能在电网运行领域中的研究方向

随着大数据、物联网、云计算等技术的发展，人工智能与电网运行中的业务联系愈加紧密，人工智能技术在电网运行领域中的融合应用具有良好的前景。

3.1 智能感知技术

智能感知，即视觉、听觉、触觉等各种智能感知能力。智能感知不仅包括通过各种传感器获取外部信息的能力，也包括通过记忆、学习、判断、推理等过程，达到认知环境和对象类别与属性的能力。其关键技术主要是：信息模型、通信单元、操作系统、安全防护、无源取能、人工智能；其五大构件分别是：可靠性和可用性、灵活性、产品跟踪和可追溯性、减少库存和便于更换、诊断和状态监测。

在能源转型和“再电气化”的过程中，电力成为主要的能源形式，电力须要进行更加精细化的智能控制。智能传感技术将有效解决当前电网传感器存在的精度、灵敏度、测量范围、功耗、可靠性、安全性等指标不足问题。传感技术数字化、微型化、集成化、智能化发展将降低电网应用传感器的建设成本和运维成本，与电力设备无缝融合，实现电网的泛在感知、自愈自治的弹性基础网络、高度智能电力设备，支撑智能电网全面感知实现。

3.2 智能计算技术

以机器学习为核心的智能计算正处于快速发展的关键期，可以应用于电力系统的负荷情况探寻和预测以及电力系统的内在发展规律挖掘等领域。机器学习可以预测电力供需，并且实现实时优化调度，从而可以节约能源和成本。更可靠的预测可使电力公司能够延迟甚至避免加剧化石燃料供电站的使用。调控智能应用系统运用决策树与神经网络混合算法可以实现配网智能成票与负荷转供策略，有效减轻了调控值班人员负担。云平台服务与资源优势为人工智能计算提供了有力支撑，通过决策树与神经网络混合算法实现了配网智能成票与负荷转供策略。可以给定任意检修范围，自动生成配网倒闸操作票，改变以往人工写票模式，减轻调控值班人员负担。同时基于智能操作票可以选定主变自动生成下游配电线路负荷转供方案，综合分析设备负载、电网风险等多种因素后向值班调控员推荐最优策略。

3.3 智能认知技术

随着深度学习研究的不断推进，神经网络逐步发展成为一种强大的机器学习工具，自然语言处理取得了许多突破性发展，情绪分析、自动问答、机器翻译等领域都取得了飞速发展。智能认知是指人工智能具有主动思考和理解的能力，不用人类事先编程就可以实现自我学习，有目的推理并与人类自然交互。

高比例可再生能源成为智能电网未来发展的一个突出特征，风电和光伏作为当前较为成熟的可再生能源发电技术，具有较强的波动性和随机性。如何更好地利用人工智能新技术，对可再生能源发电波动等海量、高维、多源数据进行深度辨识和高效处理，实现多时间尺度全面感知和预测，是未来人工智能与智能电网须研究的重要课题。智能认知技术可通过学习系统与所处环境的交互不断获取知识从而辅助决策，不完全依赖于数学模型，能有效应对不确定性，未来将更广范地应用到智能电网运行当中。

3.4 智能平台技术

人工智能计算框架、人工智能算法任务调度以及支持机器学习、知识图谱等不同计算模式的计算能力等都是人工智能平台的发展方向。用户可以在人工智能平台之上，通过一系列的算法模型来进行人工智能的应用开发，平台则主要关注人工智能的通用计算框架、算法模型、通用技术等关键领域，通过智能平台建设，从发电、输电、变电、配电到用电，为电网运行多领域的业务应用提供基础资源、算法及服务能力的有效支撑，实时平衡电网，诊断设备故障，减少停机时间，降低设备运维成本，确保电网的安全稳定运行，最大限度地提高电网精益化运行水平并最终减员增效，改善用户的体验。

未来，应积极开展人工智能平台技术的研究，建成人工智能平台，构建多级协同的人工智能服务，围绕总部、省、市、边、端多级协同需要，梳理健全协同交互机制，建设并沉淀各类共性模型能力，促进公司范围内算力、算法、样本资源共建共享，支撑公司核心业务领域智能化拓展。

4 结束语

当前，人工智能技术对于解决电网系统所含有的复杂非线性、不确定性、耦合性、多变量等特点的问题具有较好的适应性和灵活性，对于提高电网的运行效率，提高其安全可靠性以及智能化水平将起到重要作用。未来，人工智能技术将继续发挥其解决不确定性复杂系统的优势，以数据为基础，融入人类知识经验，加快推进人工智能技术与电网运行的业务融合升级，扩展大数据挖掘、混合增强智能和知识图谱等人工智能前沿技术在电网运行领域中的应用。本文通过对新一代人工智能技术在电网运行领域中的应用挑战、应用方式、应用前景进行分析与研究，为未来人工智能在电网运行领域中的进一步应用提供技术指导。