基于人工智能技术的电网调控技术分析

2022-05-05郦丽华

粘接 2022年4期

郦丽华

摘要：人工智能领域中，深度学习、大数据分析为主要内容，能够创新电力行业技术，促进电网调控的发展。基于人工智能技术，分析电网调控系统的结构和设计思路，对大数据时代下电网调控的思路进行明确，使电网调控从传统经验型转变成为智能型。

关键词：人工智能技术;电网调控;调控措施

中图分类号：TM73;TP18 文献标识码：A 文章编号：1001-5922（2022）04-0170-05

Abstract： In the field of artificial intelligence， deep learning and big data analysis are the main contents， which can innovate power industry technology and promote the development of power grid regulation. Based on artificial intelligence technology， this paper analyzes the structure and design ideas of power grid regulation system， clarifies the ideas of power grid regulation in the era of big data， and transforms power grid regulation from traditional experiential type to intelligent type.

Key words： artificial intelligence technology; power grid regulation; regulation measures

在新时期下，优化了电网系统功能形态与技术特征，使用人工智能技术能科学地使用并管理调度经验、数据和知识，实现技术智能化的升级，使电网工作效率得到提高。所以，要对电网整体调控业务进行分析，研究人工智能技术在电网调控中的性能与交互过程，实现深度学习，使故障识别质量得到提高[1]。

1 电网调控系统的框架设计

1.1 设计思路

大数据技术为人工智能技术发展中的重点，因为历史数据量比较大，将丰富数据样本提供给机器学习、深度学习等算法，训练模拟各个参数与要素。所以，人工智能技术在电网调控中使用的重点为：

（1）收集整理电网运行过程中大量的数据，包括气象环境、设备量测、地理位置、故障告警等多维度数据;

（2）使用运行日志、故障处置预案、调度操作规程、人工经验等非结构化文本数据，对现有知识进行模拟和学习;

（3）创建人工智能算法引擎;

（4）业务场景与人工智能算法结合，实现辅助决策和智能化[2]。

针对上述分析，图1为电网调控系统的结构。

包括实时运行系统和智能学习系统，实时运行系统在生产控制大区中部署，实时调度业务。在非所生产控制大区中实现智能运行系统的部署，从而实现基于数据、规程的人工智能学习。在智能学习过程中，实现调度规程、日志、故障源等电网海量历史数据，根据自然语言处理、深度神经网络等人工智能算法实现智能化学习引擎的创建，根据规则和数据结合的训练方法模拟调度员思维决策，实现电网态势分析、智能决策和调度助手。

1.2 总体框架

基于人工智能技术的电网调控系统包括数据汇集和管理、高性能计算架构、业务场景和算法引擎[3]。根据计算机设备、存储设备、网络设备构成高性能计算架构，通过CPU、TPU、GPU等混合架构构成计算机集群，解决多层次网络参数下训练时间过长的问题得到解决。数据汇聚层能够汇集外部环境数据、运行数据、管理数据，实现调度大数据平台的创建，为上层分析提供全维度数据支撑。数据管理是基于数据汇集存储数据，针对不同采样频率、结构，使用的数据存储方式各有不同。算法引擎层利用各种算法，包括随机森林、知识图谱、自然语言处理、聚类分析等算法封装，提供给上层统一算法引擎支撑。根据现有调度规程、操作规范、运行经验实现知识库的学习与理解，利用自然语言处理技术对日志、文本进行理解和学习，构成知识化表達规则库，图2为电网调度系统总体框架。

2 电网调控系统的设计

2.1 硬件体系结构设计

电网调控系统根据冗余部分建设，通过前置服务器、数据库服务器构成，在故障时能够自动切换。主网络为100 M以太网，使用4台48口高性能三层交换机，使系统运行可靠性与安全性得到提高，使网络负载得到降低。通过星型链接、服务器、工作站实现交换机的连接，在单一交换机中，系统存在故障时能够使用以太网进行工作。如果系统没有意外，两个网络能够在可承受承载量中运行系统。如果某网络分支存在意外的时候，会使网络瘫痪，其他网络要能够承担剩下网络的通信量。在相同时间段之中，实现双网配置网络的设置，也就是通信网络与DIS网络[4]。

2.1.1 前置采集服务器

调控一体化系统要承载电网所有变电站设备信息接入，前置采集服务器具有较大的接入压力，要保证系统运行的安全性和稳定性，利用4台HP rx6600双核服务器作为服务器。在某台交换机存在故障时，其他的服务器都能够满足系统的运行需求。其中的组柜硬件系统能够满足数据采集传输需求，通过调制解调器、终端服务器、数字隔离板、网络通信隔离器构成硬件，实现系统的在线扩充。

2.1.2 SCADA服务器

SCADA数据处理服务器为调控一体化系统，还是设备运行监视与监控操作核心设备。系统要求SCADA服务器的处理能力与安全可靠性具备强大支撑作用，SCADA服务器的集控功能设计了加强自动电压控制功能应用软件，主要包括综合防误功能软件、责任区划分软件等。系统使用4台8核高速服务器使高端服务器要求得到满足，为了对CPU低负载率得到满足，使所有SCADA服务器作为对方的备用，有效实现均分。

2.1.3 PAA服务器

为了对应用功能进行扩充，利用rx6600的JP服务器实现PAS服务器的设计，具有强大的服务功能，大部分和集控相关的高级应用都有关系，包括状态估计、潮流计算、负荷预警等[5]。

2.1.4 历史数据服务器

在调控一体化系统工作时能够實现变电站的无人值班，在SCADA系统中上传所有变电站设备运行信息。使数据库服务器存储功能得到加强，利用两台服务器满足系统对存储空间的需求。其次，使磁盘阵列进行改进，对全数据存储需求进行考虑，使阵列配置容量扩充。通过上述配置使互换功能得到实现，还要求数据自同步。

2.1.5 web服务器

Web服务器功能也比较强大，通过调控一体化系统实现实时数据和画面浏览，提供给用户，还能够对主系统运行的安全稳定性进行保证。Web服务器数据存储性能和容量具有严格的要求，并且用户量与数据量在不断增加。其次，还要满足实际需求，利用两台HP双核服务器。为了同步数据，主系统和web服务器通过正反方向连接装置，使web服务器中的信息使客户机随机调用。

2.1.6 DTS子系统

DTS子系统也称之为调度培训仿真系统，DTS服务器系统为HP rs6600服务，使调度人员进行仿真学习。不影响系统运行，DTS系统通过直观图形化操作进行实战演习，进一步提高学员的事故处理能力[6]。

2.2 软件结构的设计

2.2.1 系统软件的结构

电网调度系统主要由网络通信、变电站继电保护信息管理、维护子系统、综合数据平台和网络通信子系统构成：

（1）网络通信子系统。实现网络连接、数据流传输和网络管理，满足标准化网络传输协议;

（2）变电器继电保护信息管理。实现和故障相关的录波、保护等二次装置动作信息的监视、收集、报表统计与分析，为故障诊断、恢复、操作指导软件提供基础;

（3）高级应用软件。实现电网运行分析、优化、计算等功能，使电力系统运行安全性得到提高;

（4）综合数据平台。为决策平台系统数据基础，还是全部高级应用支撑平台，包括系统全部稳态数据，还包括变电站继电保护信息管理系统的故障信息，结合故障信息和稳态信息，提供给高级应用软件精准、全面的信息;

（4）维护子系统。实现决策支持系统日常管理和维护等工作，使系统能够正常的运行;

（5）高级应用软件子系统。实现电网运行分析、优化和计算，使电力系统运行经济性、安全性得到提高。

2.2.2 实时监测和预警

实时监控和预警能够实现电力系统稳态运行状态控制、监视、分析与评估，对电力系统运行状态进行分析、监视和预警，保证电网安全运行。实时监控和预警在使用过程中包括电网实时监视与告警、稳态分析、自动控制、辅助决策、电网动态预警、调度业务培训模拟与电网运行评估。实时监控与预警能够提供可视化手段和工具，使调度员直观掌握电网实时的运行信息，及时发现电网运行状态变化和决策。可视化结合分析功能可将分析结果动态展示出来。

实时监控和预警为电网实时调度业务技术支撑，能够实现电网运行监视全景化，通过安全调整、分析控制智能化、前瞻化。通过业务、空间和时间等多维度，对电网运行全方位实时监视、智能报警与在线故障诊断;实时跟踪并且分析电网运行变化，还要实现闭环优化调整与控制;对电网运行风险进行在线分析和评估，及时地发布预警、告警信息，并且提出紧急控制策略。

实时控制与预警类应用包括电网自动控制、实时监控和智能告警、调度运行辅助决策、在线稳定分析、调度员培训模拟、网络分析等[7]。

2.2.3 调度计划应用

调度计划应用能够对电力系统经济特性和电网安全综合考虑，为调度计划的编制、需求预测、考核补偿、电能采集、评估分析、结算管理等提供技术支持。对电网安全进行保证，根据不同调度模式对发电计划与检修计划进行优化，统一电网运行安全性和经济性，使特大电网能够安全稳定的运行。调度计划主要包括申报计划、预测分析、水库调度、检修计划、考核结算和评估分析，调度计划能够提供多种自动决策，将调度计划全景信息可视化地展现出来，对各个因素影响调度计划进行分析，使调度计划与运行人员掌握电网经济运行的规律，使大电网驾驭能力得到提高，将特大电网资源优化配置潜力充分发挥出来。

调度计划类能够为调度计划编制业务提供技术支持，实现多约束、多目标、多时段的调度计划自动编制、分析和优化。提供大量智能决策工具满足不同调度需求，实现从年、月、日的实时调度计划衔接。编制多约束、多目标的调度计划和国家电网统一协调。

2.2.4 智能web发布

Web发布能够使系统内网数据利用物理隔离在外网中发送，使电力系统内部网络对系统实时运行情况进行查看。传统web发布要求客户端用户被动打开浏览器，对系统运行工况进行查看，对于工作比较忙的部门非常不方便。以此，本文设计智能web发布。能够主动开启浏览器告诉电网运行情况，针对故障严重程度分类，在相应负责级别客户端中反映出来。比如，在出现严重故障的时候，发布系统强制打开领导客户端浏览器，利用声光等多媒体技术对领导提醒。在出现平常故障的时候，不会主动反映到高级别客户端，要不然频繁的故障报警会影响到日常工作。智能web发布模块能够提高从调度员到各个职能部门对于突发事件协调和响应的能力，图3为智能web发布的流程。

2.2.5 指挥系统协调

指挥系统协调能够实现各网络分析软件调用逻辑和执行顺序，在复杂电网状态变化的时候，对不同应用软件进行协调，使其通过合作方式实现复杂任务。在本系统中，此层协调合作性地表现为：作为故障诊断设置最高优先级别，也就是启动故障诊断的时候要将其他高级应用停止;设置自动和手动两种调用高级应用优先级，使手工设置到高一级;在程序设计过程中添加互斥量、信号量等线程同步的技术，从而使各个高级应用能够合理调用共享数据资源[8]，图4为指挥系统的整体运行框架。

3 电网调控系统的应用实践

3.1 系统平台环境

针对本文设计的电网调控系统，将Spark计算引擎作为核心，根据YARN作为统一调度协调资源管理器创建Hadoop集群环境，集群包括服务节点（Salve）和管理节点（Master），一个Hadoop分布式文件系统（HDFS）包括两个名称节点（NameNode）与三个以上数据节点（DataNode）构成。将名称节点作为主服务器，对文件系统管理并且实现访问操作，集群中数据节点对存储数据进行管理，表1为集群配置。

3.2 系统测试

在测试过程之中，将东北区域电网作为背景，主要包括2 444个母线、141个发电机电源、758个负荷、2 583条线路。利用PSASP仿真得出东北电网基本潮流水平，逐渐增加全网负荷得出关键节点阻抗模稳定指标的变化趋势，如图5所示。对基本潮流水平下部分节点戴维南等值参数，图6为计算结果。通过图5可知，在负荷不断增加的过程中，不同分区中阻抗模指标不断增加，并且逐渐接近于1，表示这个时候电网在负荷增加过程中逐渐接近输电极限。

图6为此时电网部分节点关键参数戴维南等值参数，能够看出电网基本关键参数指标，对静态场景电网稳定态势情况进行评估，为调度员展示直观形象。根据上述基本潮流水平实现区域电网辽源出现大负荷扰动的设置，记录之后连续30个周波扰动扩散范围。通过分析表示，辽源点在出现大扰动之后的30个周波中，扰动范围对吉林、本溪、新宾满洲自治县造成影响。

3.3 可视化设计展示

利用测试发现，在电网调控系统中能够看到清晰东北电网状态变化。由此可知，科学的可视化效果能够为电网态势感知带来帮助。以此在东北区域电网背景设计可视化概念图如图7所示，基于HTML5语言设计，在web中实现电网智能调度系统可视化界面实现开发[9]。

4 结语

人工智能为电网调控领域高新技术，根据数据与模型联合驱动优化调控系统效率和质量，将电网调控智能化与现代化的特点充分展现出来。所以，分析电网调控领域人工智能技术框架，通过故障分析、高速计算等技术对系统建设目标与思路进行明确，实现智能决策优化，使电网调控需求得到满足。

【参考文献】

[1] 秦亮，孙喆.人工智能应用于电网调控的关键技术分析[J].无线互联科技，2020，17（17）：146-147.

[2] 卢君波，李小敏.基于人工智能的电网调控技术研究与分析[J].粘接，2019，40（11）：178-181.

[3] 何健.基于人工智能技术的智能电网调度技术探讨[J].通信电源技术，2020，37（14）：34-36，39.

[4] 刘道伟，李柏青，邵广惠，等.基于大数据及人工智能的大电网智能调控系统框架[J].电力信息与通信技术，2019，17（3）：14-21.

[5] 吴小康，袁龙，范俊秋，等.人工智能在电网调控全业务链路中的探讨[J].电子测试，2020（2）：121-122，95.

[6] 卢君波，李小敏.基于人工智能的电网调控技术研究与分析[J].粘接，2019，40（11）：178-181.

[7] 洪铸，翟明玉，许洪强，等.适应调控领域应用场景的人工智能平台体系架构及关键技术[J].电网技术，2020，44（2）：412-419.