人工智能在电力系统中的运用研究

张伟?王均

摘要：人工智能作为现代化技术产物之一，在诸多领域均发挥重要用途。在电力系统之中，人工智能主要体现在维护电力系统的运行、降低电力企业的运营成本等。基于此，立足人工智能理论之上，阐述人工智能在电力系统中的作用，并从无功电压控制、电力调度、电力市场、设备寿命评估、运维检修等方面，对人工智能的具体运用形式进行研究。

关键词：人工智能；电力系统；无功电压控制；智能检测

一、前言

电力能源作为维系人们日常生活、社会稳定发展的基础，伴随着生活生产、社会运转等对电力能源产生的高需求，人们也逐渐引入新理念、新技术、新工艺等，优化电力系统，夯实电力系统的运行基础，让电力系统能够在不同应用领域发挥最大价值。人工智能作为一项前沿技术，其在电力系统中的应用及实现，能够最大限度保障电力系统运行的稳定性，且人工智能不再局限于特定的人员管控或计算机管控，其将人脑思维与计算机智能驱动模式进行整合，让每一项指令精准作用于电力系统运行中，实现全智能化的运作，提高系统的运行效率。同时，人工智能也可避免因为人工误操作产生的系统运行失效问题，保证电力行业运营的稳定性。本文对人工智能在电力系统中的运用进行探讨，仅供参考。

二、人工智能概述

人工智能又称AI，它是研究开发用于模拟、延展与拓展人的智能理论、方法及技术。严格来讲，人工智能属于计算机科学中的一部分，它是通过人脑思维与智能处理方式的结合，让计算机系统具备自主执行指令的能力，例如，语言识别、图像识别、自然语言处理以及具有丰富经验的专家系统，均能够通过人工智能载体，实现多技术的融合应用。在系统运行过程之中，人工智能也可以通过深度学习，将系统涵盖范围内的各项数据信息进行整合，然后通过人工神经网络实现对既有信息的有效输入及输出。在多层叠加的模式之下，整个学习模型可以及时针对数据产生的结果进行预测分析及处理，并作出相应响应，保证智能驱动的合理性与科学性[1]。

对于电力系统来讲，人工智能的应用则属于电力系统自动化、智能化的主要发展方向。因为现阶段电力系统运营中所需要处理的数据信息正呈现指数递增的试探累计的数据量，如果无法得到正确的处理或反馈，则将导致系统运营的失效问题。人工智能处理模式则可以通过深度学习，结合内部数据信息的呈现模式，建设多节点的数据参数以及学习模型，然后按照系统常态运行模式下产生的数据信息作为正常指标，从而实现对整个电力系统运营的有效监管及控制，最大限度提高电力系统运行的智能效果。

三、人工智能在电力系统中的作用体现

第一，简化电力系统的运营流程。从系统运营流程来讲，人工智能技术的实现能够保障电力系统驱动的合理性，人工智能可对传统设备进行优化，让智能设施通过与计算机的连接，实时下达操作指令，帮助计算机精准调控设备，保证各项设施运行的流畅性。除此之外，人工智能技术也可有效降低安全事故的发生，因为在大多数人工操作期间，可能存在不符合规范的操作方式，容易增加电力系统运行的风险，通过人工智能技术则可以借助计算机平台，实现对整个电力系统的全域化操控，让系统运行更具逻辑性。

第二，对电力系统进行智能化检测。传统电力系统运行期间可能产生故障问题，当出现故障时需要工作人员进行现场检修，对设备线路或者是相关零件进行逐一检测，其将消耗大量的时间与成本。部分电力部件内部成分相对复杂，在检测期间可能被忽略，进而增加故障的检修时间[2]。人工智能的应用，则可在电力系统之中加设检测体系，通过智能设备有效将电力系统运行中的各项数据信息进行整合，经由专家系统检测出数据信息是否处于常态运行模式，如果发现当前运行与正常运行指标存在差异的话，则将其界定为故障，并及时反馈到计算机设备。通过时间与空间方面的定位，帮助人员快速查找到故障所在。

四、人工智能在电力系统中的运用

（一）无功电压控制

无功电压控制作为电力系统运行实现自动化、智能化的重要标准，从系统运行机制来讲，要想对无功功率进行有效控制，则需要从系统的非线性、模糊性等方面增强其控制精度，保证以正确的处理方式解决电力系统运行之中存在的各类损耗问题。但是传统的数据模型分析形式，难以在复杂的电力驱动场景之中，精确计算出各项损耗点。在人工智能技术的应用下，依托于专家系统则能够建设出更为全面的知识库以及推理机构，让系统按照人类思维的方式去处理各项问题。同时，也能够对各项知识进行特定的学习模式，对系统运行过程中存在的问题进行自主化处理。这样一来，每一项模拟程序及推理过程，均具有与人类处理思维相对等的流程。另一方面，在专家系统的支持下，各类知识技能是以专家水平或者是已经具备的处理经验作为基底，实现对电力系统中无功电压的有效控制。其间，专家系统在对无功电压控制环节中，是将已经发生的控制模型作为经验体，按照特定的计算方式表达出来，然后形成可以供专家系统参考的知识库，如此一来，在遇到实际问题时，则可以按照上述形成的知识库，作为后期电压控制的有效驱动点，且此类驱动点是任何一项控制功能实现的基础指标，按照基础控制方式，在无功电压层面实现有效精确地检索及分析，提升控制的精确度[3]。在国外电力系统电网电压控制之中，专家系统的运行是按照集中控制原理对电力系统内部所参与的各项电力载体进行数据采集及分析，例如，变压器分接头、并联电容器以及节点电压等，均能够按照数据参数所呈现出的标准，作为后期电压控制的重要参照物。一旦出现问题，专家系统则可以进行预警处理，并检测到系统运行期间产生的异常现象，最终通过专家系统内部已有的经验或者是推理程序，有效解决系统运行中的各项问题。

此外，在人工神经网络之中，也是模拟人脑的神经系统，对各项信息进行处理。在此期间，人工智能采用了大量的人工神经元作为基础网络处理的各项节点，然后各神经元之间能够彼此连接，最终形成神经网络，对电力系统内部运行中的各项数据信息进行检索。同时，人工神经网络还具备较强的容错能力、信息分散程度较高、学习能力强，可以让其在电力系统运行之中有着更高的决策支撑与执行作用，进而提高电力网络无功电压的控制效率。例如，在数据处理过程之中，按照神经网络的输入模式，对主变压器的各类状态进行监测，其包含有功、无功，高压侧与低压侧的电压，此类历史数据将成为人工智能训练的一个样本。然后在调节电压时，可以按照神经网络系统给予的基础参数进行逐一调整，保证电力网络运行的稳定性。

（二）电力调度

电力调度作为电力系统运行的基础保障，其主要是按照电力负荷的浮动模式对电网潮流实行管理，保证供电的稳定性，同时通过调度也能够及时按照电力负荷方式调整用电模式以及供电模式，可以降低电力系统运行的损耗，增强系统的经济性。传统的电力调度主要是通过人们的检测以及系统给予的反馈进行人工调控，此过程中可能因为操作失误产生运行风险。在人工智能技术的应用下，整个处理模式不再局限于人工化的操作，而是通过智能控制系统与电力网络的连接，创造具有人类控制思维的智能调控体系，人工智能可以按照既定的调度目标，在符合电力系统总运营模式的基础上，自主优化调度方案。例如，机组组合优化、调度优化等，均可通过对电力系统网络本身的约束，制定出符合当前经济性、稳定性的最佳投切方案，提高成本的应用价值[4]。

专家系统作为解决电力调度问题的第一项人工智能技术，凭借强大的专家经验以及知识库基本可以解决电力调度中的参数，然而在基础组合优化形式的不断增多下，其所呈现出的问题也越来越复杂，单纯依靠专家系统可能无法及时检索优化问题中的参数变化情况。此时，专家系统与粒子群算法的融合，能够搭建具有双层处理机制的优化模型，提高系统的检索效果。其间，粒子群算法则是在预调度环节建设具有较强稳定性的群集，为人工智能系统提供最佳的解决方案。部分电力网络不单纯是以某一种能源供应为主，还能够在其基础上加入其他能源，例如，传统火力发电体系之中可以接入风力发电能源机制。其间，能源之间的对接可能产生不确定性问题。在神经网络支撑下则可确定能源转换输出期间的量化标准，结合蒙特卡罗法，将再生能源纳入到可优化模型之中，最终通过遗传算法得出最佳的能源供给方案。例如，在机组调度优化期间，其是按照能源储备标准，制定出与当前电力系统符合优化相对等的配置方案，但是考虑到可再生资源发电与传统电力网络结合之间产生的冗余问题，可通过人工神经网络的智能调度方式，建设符合标准化运行的能源管理模型，通过遗传算法的优化，对控制机制进行合理调整，确保能源消耗的最小值，有效规避高峰期产生的能源需求问题。通过上述能源调度方式，可以让电力网络最大限度接入可再生能源的发电方式，并可以降低电力网络对传统能源的依赖程度，提高能源管控效率，让电力网络稳定、有序地运行。

（三）电力市场

电力交易作为电力系统运行的基础所在，伴随着电力交易体系的变革，对传统电力系统自主优化及决策提出更高的需求，同时也间接暴露出传统电力系统运营中存在的问题，导致电力市场发展迟缓。在人工智能技术的应用下，电力市场的发展主要体现在配电侧与用电侧两个方向，通过人工智能合理优化电力市场结构，保证市场运营的稳定性。

第一，在配电侧方面，人工智能主要是在配电系统中起到监控作用，通过人工智能的方式，高效率采集、分析、存储、传输数据，在一定程度上节约人力成本[5]。例如，现阶段远程抄表以及报表自动生成等，均可以通过人工智能完成精细化的处理，电力网络公司可按照人工智能采集到的数据进行整体化分析，保证在处理过程中，按照不同数据采集方式以及数据整合后的最终数值，确定配电侧系统运行中的成本消耗。

第二，在用电侧方面，主要是通过智能终端电表设备对用户以及整个电力市场进行有效支撑，因为在人工智能技术的加持下，无论是系统设施还是各项技术，均能够通过人工智能所提供的平台，完成对接化处理。例如，智能识别，可以通过智能客服机器人为用户提供更为全面的数据支撑，用户可以自主查询当前电费余额，且整个处理模式无需电力企业投入额外的客服人员，24小时不间断的精准服务能够保证用户在不同的环境下享有高质量服务。

（四）电力设备寿命评估

电力设备具有持续消耗的特点，系统运行过程中，往往需要正确的养护工作，使电力设备长期维系在稳定运行指标中，从而为电力企业创造更多的经济效益。但是从设备运行机理而言，全天候的运行模式不可避免地让电力设备提前进入衰退期，此时，需要对电力设备进行多维度监测，分析电力装置在当前运营环境中的各项消耗，帮助工作人员界定电力设备使用过程中的衰减点，如，电力设备老化程度、电力设备负荷水平、电力设备运行环境产生的影响因素等，进而确定出自然寿命、技术寿命、经济寿命等参数，制定合理、高效的防控方法，保证电力企业的稳定运行。人工智能在电力设备寿命评估中的应用及实现，利用了深度学习模型，从神经网络、模糊推理、集成学习等方面，在电力系统中加设一个数据反馈点，在相关算法的支撑下，能够进行在线监测与分析。例如，设备出厂信息、检修信息、损耗因素数据等，都可以按照不同的数据点予以对接，最终指向电力设备寿命参数[6]。

在人工神经网络模型中，可以链入到变压器上，利用具备训练功能的模型，分析变压器运行中的各项参数以及在可承受范围内，变压器装置维系稳定运行的临界值。预测模型搭载智能平台，可以智能化地测评出系统运行中的问题点，彻底摆脱电力设备功能监测的人工环节。例如，预测模型可以在智能平台上进行集成实验，分析模型在不同功能状态下的标定值，如果数据值超出系统稳定运行的临界值，将及时反馈到系统中，供工作人员及时查看数据，为电力设备的稳定运行奠定基础。

（五）电力系统故障定位

故障作为阻碍电力系统稳定运行的重要因素，人工智能技术在系统故障检索及处理中的应用，是将“小样本问题”作为主要解决方案。电力系统运行中将产生大量的数据信息，每一个节点的数据信息都需要按照不同任务点设置相对应的监测点，通过不间断地测量信息，查找到系统动态运行所对应的数据点。利用小样本问题处理电力系统的故障问题，主要是在大量数据中找到具有一定价值的信息点，确保在多样化的数据来源内，可以通过数据信息检索与确定故障。其中，电力系统运行将产生大量的数据信息，如果缺乏基础训练模型，无法及时理清故障信息，小样本问题则可作为故障分析与定位的基础点，其将电力系统运行中产生的信息作为模型基准点，然后模型信息映射到样本载体中，形成以特定问题为导向的故障模型[7]。如此一来，确定完小样本问题之后，按照人工智能方案，训练基础模型，保证不同任务驱动模式下，将数据信息作为故障样本的映射点，此时，训练机器学习模型将按照电力系统的运行规则自动生成可预见式的数据信息并对当前电力系统运行产生的数据进行比对，当出现数据异常问题时，可通过小样本问题直接定位到电力系统故障的所在点，且数据模型中涵盖的逻辑程序也可为专业的故障检测设施提供基础数据，最终实现优化及分析。此外，故障检测与分析时，也可建立样本集，运用训练堆栈的方式测量电力系统产生故障的间距，提升故障定位精度。

（六）运维检修

电力系统在运营过程之中存在持续消耗的特点，各项组件可能因为不间断运行或者是不规范的使用工序产生破损问题，特别是在高精密化、电子化的运行环境之中，部分精密仪器可能产生故障，这也使得电力系统需要进行整体的停电检修，保障电力系统运行的稳定性。但是从实际检修现场来讲，不可能进行经常性地停电检修，工作人员需要在带电环境下进行检修作业。人工智能技术体现其高效能的应用，例如，在线路巡检中可以采用巡检机器人、无人机设施、固定摄像头进行巡检处理，通过人工智能系统建设典型缺陷样本库，经由终端所传递回来的视频信息、图像信息等进行分析处理，并由深度学习模型对系统内部运行状态进行检测，通过识别、诊断、分析与检修的一体化处理，能够让运维检修工作更具智能化，降低成本投入。另一方面，也可以保证在带电作业的环境之下实现安全性检测，降低安全风险的产生概率。

五、结语

综上所述，在电力系统之中，人工智能技术的应用及实现，最大限度提高了电力系统运营的稳定性，且人工智能具备的学习功能，可以帮助计算机系统对电力系统运行方式进行全域化检索，从而及时发现系统运行中的问题并予以处理。期待在未来发展中，积极引入新技术、新理念，夯实电力系统的运营基础，为我国电力事业发展提供长效的保障机制。

参考文献

[1]周圣杰，王士铭，田洪滨，等.基于人工智能与物联网的电力现场作业智能保障系统研究[J/OL].电测与仪表：1-11[2023-06-13].

[2]盛戈皞，钱勇，罗林根，等.面向新型电力系统的数字化电力设备关键技术及其发展趋势[J].高电压技术，2023，49（05）：1765-1778.

[3]张沛，周钰朋，崔晖，等.基于可解释机制的极限传输能力计算知识表达模型[J/OL].电力系统自动化：1-12[2023-06-13].

[4]葛磊蛟，刘航旭，孙永辉，等.智能配电网多元电力用户群体特性精准感知技术综述[J/OL].电力系统自动化：1-18[2023-06-13].

[5]潘晓华，张效庆.人工智能技术在电子工程自动化控制中的有效应用[J].数字技术与应用，2023，41（04）：43-45.

[6]程凯强，周照宇，曹财云.人工智能技术在电力调度自动化系统中的应用[J].集成电路应用，2023，40（04）：248-249.

[7]张博， 刘绚， 于宗超， 等. 基于人工智能的电力系统网络攻击检测研究综述[J]. 高电压技术，2022，48（11）：4413-4426.

作者单位：国电南瑞科技股份有限公司信息系统集成分公司