配电网电力调度自动化中的人工智能技术与应用

2023-12-27赵品彰

中国科技纵横 2023年20期

赵品彰

（国网黑龙江省电力有限公司哈尔滨市呼兰区供电分公司，黑龙江哈尔滨 150001）

1 人工智能技术的概述

人工智能是指借助普通机器人程序展现出的人类智能技术，属于信息技术的重要发展方向，主要涉及各个方面的内容和技术。而且人工智能内部包括很多处理单元，这些单元之间互相联系，可以对人脑原理和行为机器进行模拟，代替人类进行思考和操作，能够主动发现问题、解决问题，所以具有智能化、先进化、效率化的特性[1]。在配电网电力调度自动化中，也用到了人工智能的技术，不仅能对海量数据信息进行规制处理，而且还代替了繁杂的人工操作，能高效率地完成工作，并处理安全问题。目前，人工智能技术已经被广泛运用在配电网的电力系统调度工作中。

2 传统配电网电力调度自动化存在的问题

2.1 功能设计较为单一化

传统的配电网电力调动自动化系统普遍存在功能单一的问题，设计时只注重供电可靠率的提升。在开展人工监测工作时，停电会影响供电的稳定性，而且配电网的故障也会产生停电的现象。因此，在改造电网系统时，仅仅要求突出电力系统的稳定性和安全性，对于其他方面的功能未进行设计[2]。

2.2 产生了信息孤岛现象

工业用电和居民用电量逐渐增多，电力系统涉及各种信息与资料。但由于技术方面的限制，导致资源的整合非常困难。而且在电力企业内部也未能实现信息的共享，部门和部门之间无法有效利用数据和信息，无法提高调度自动化的程度。因此，要利用人工智能技术进行数据挖掘和利用，提高工作效率。

2.3 管理系统不完善

电力调度自动化系统存在很多需要加强的地方，比如新设备的应用未能与新工作模式同步更新，而且没有应用先进的人工智能技术。因此，不能实现自动的监管以及无人值班的模式，更不能对电力调动自动化系统中的故障进行自动检测。即便产生了故障，也不能自动预警、及时进行处理，最终带来了更多的安全隐患。

3 人工智能技术在配电网电力调度自动化中的应用优势

3.1 自动化监督

在配电网电力调度自动化中使用人工智能技术，可实现自动监督的功能。人工智能技术能对整个系统进行监控与管理，自动生成电力系统的运行数据与信息，为各项工作的开展提供有价值的参考依据，快速判定系统状态有无异常现象[3]。此外，人工智能技术还能根据自动化控制系统的开关进行管控。一旦其中的设备产生故障与问题，便能自动进行报警，而且还能做好记录工作，使整个系统安全运行。

3.2 强化电气自动化控制

借助先进的人工智能技术，全面提升自动化控制工作的效率，促使电气自动化控制工作更加简便，减少电力调度人员的工作量，使各项工作实现自动化控制的目标，将人力资源消耗降到最低[3]。同时，人工智能技术可以强化自动化控制系统的运行状态，紧密联系计算机系统，提高电力系统的整体运行质量。

3.3 提高故障处理效率

人工智能技术可以提高故障的处理效率，转变操作管理模式。通过模拟的形式，强化自动化控制故障录波，根据波形的顺序进行自动记录和处理，强化故障录波器的效能，有利于快速解决故障和问题，降低风险的发生概率。

3.4 提高数据处理能力

在配电网电力调度自动化中应用人工智能技术，实现对数据的快速收集与利用。比如，通过人工智能控制器对自动化控制技术进行优化，除了能增强设备运算的准确率外，还能提高生产效率，节约更多的人力、物力、财力，为企业创造更多的经济效益。

4 配电网电力调度自动化中的人工智能技术与应用

4.1 对调度系统的应用

过去，电力企业的调度人员每天要许可超过80 项的工作、发出超过300 项的开关操作指令、检查超过1000条的配网报警信息[4]。整个配网专业一年消耗在信息判断中的时间非常多，调度人员的工作任务非常繁重。为了提高工作效率、释放效能，一些地区在电力系统调动中应用了人工智能AI 技术，并建立了配电网人工智能体系。通过人工智能AI 技术，自动化监控配电网的数据，对信息进行处理。借助人工智能AI 调配员对配网报警信息进行自动分析、处理，有效地减少了调配员的工作室。在人工智能技术的辅助下，配电网故障倒闸等一系列的业务平均耗时减少了20%。为促使电力系统的运行更加稳定，可将人工智能和深度教学进行结合，提高指令执行的准确性与合理性，对配电网调度信息的处理也不会产生遗漏和误判的情况。

4.2 对专家系统的应用

专家系统属于人工智能AI 技术的一个分支，其应用需要建立在已有的事实基础上。实际上，专家系统也就是将专家知识经验组成一个庞大的知识库。在相应的规则基础上形成整体控制体系，再结合先进的信息技术，构建一个庞大的数据库，对专家分析判断过程进行模拟[5]。利用遥测、保护等信息源以及人工智能编程程序，推理已经出现的问题，自动生成决策，协调调度工作者处理整个电力系统的问题。

另外，专家系统中的数据库非常重要。整个数据库有自己的专家知识，而专家知识来源受很多不同因素的影响[6]。为了使专家系统在电力调度中得到更好应用，需要获取更深层次的专业知识，形成更完善的知识体系。而且电力系统的运行也受到不同因素的影响，会产生很多复杂的问题，尤其是故障的产生，更需要专家系统进行识别和处理。

4.3 对可视化技术的应用

在社会建设的过程中，工业和企业逐步增多，无形中提高了电力资源的消耗量，导致电力系统内部的信息与数据量逐渐增多，提高了人工调度操作的复杂性。工作人员必须在海量数据中找到需要的部分，不仅工作量非常大，而且电力调度的效率较低[7]。通过采用人工智能的可视化技术，对海量数据和信息进行整理分析，通过图表的方式展现出来，有效提高了工作效率。可视化技术也能通过三维技术，将庞大的电力数据信息转变为直观而形象的图表。工作人员可以对图表进行直观、简单的分析，快速发现其中存在的问题，及时采取措施进行处理，从而强化工作的整体成效。

4.4 对人工神经网络的应用

人工神经网络可以模仿人的神经网络，对信息和数据进行处理传输，有效运用到电力调度自动化系统中。而且人工神经网络还能实现对信息的高效化处理，提高工作效率，保证信息的准确性和完善性[8]。人工神经网络还可以实现对数据信息的并行处理、联想记忆以及在线学习，允许一定的容错率，能对信息进行快速诊断。促使电力调度自动化系统及时发现存在的故障，提高故障处理效率，为整个电力系统的运行打下良好的基础。

人工神经网络能建立智能化程序，形成电力管理、信息收集、信息反馈等方面的体系。根据电力调度区域结构对管理区域进行划分，每个区域都设立分支。如果电力调度系统里不同信息产生变化，程序体系也会产生变化。

4.5 对故障诊断系统的应用

电力系统会受到各种因素的影响，导致设备故障，影响整体运行。应用智能化的故障诊断系统进行智能化检测，精准预测可能产生故障的位置，找出引发故障的原因。辅助工作人员对故障进行隔离、分区解决，促使电力系统稳定运行[9]。为避免故障的发生，可基于人工智能技术对自动化系统进行检测，一旦发现故障，可以立即进行自动预警，最大程度地减少风险因素的影响。

4.6 对自动化控制技术的应用

在传统电网系统中，会用到不同的电缆驱动，在被损坏或者产生故障后，可能会导致漏电现象，耗费过多的时间和精力。使用人工智能中的自动化控制系统，可以自动设置电力调度运行网络，并进行控制和监视，随时发现调度运行方面的问题，减少安全事故的发生。其中的自动化控制功能，可在发现异常时快速切断电流，减少风险和问题发生的概率[10]。不但提高了电力调度自动化系统的运行效率，也减少了对资源的消耗，保障了整体安全性。

4.7 对大数据技术的应用

促使配电网电力系统和人工智能技术进行结合，可保证数据的准确性、完善性，实现自动评估数据的功能。如果驱动器中产生了一些未知数据，那么采用人工进行分析判断是非常难的，但人工智能则能实现自动化的操作。促使工作人员根据实际情况和系统反馈的数据进行调整，从而提高控制的精准度。

借助KDD( 从数据到知识 )，可对数据进行挖掘和利用。对目前的样本进行分析，清除操作过程中的无关数据，以辅助其快速进行决策。对特征数据进行自动化分析，全面开展数据挖掘工作，不断扩大算法，提升自身的知识储备量。

5 人工智能技术在配电网电力调度自动化中的发展趋势

5.1 深度学习和知识图谱技术

目前，一些技术人员已经将深度学习等人工智能技术运用在电力系统有功和无功负荷中，通过历史数据样本分析电力系统有功频率、无功电压的分布，并对母线负荷预测软件进行研发，提高母线负荷预测的准确度。

此外，部分技术人员运用知识图谱技术，构建庞大的故障处理经验体系。在知识库中建立调度自动化系统，自动识别其中的故障或者异常运行数据，自动生成电网操作与故障处理方案，防止产生人为差错。而且其中的智能语音识别功能，可以根据工作人员的命令开展调度和管控工作，从而提高交互的整体效率。因此，深度学习和知识图谱技术是未来的一个重要发展趋势。

5.2 智能群体体系

在不久的将来，还可能开发出电网系统的群体智能体系，与互联网资源进行高度对接，上层属于群体层，调控中心智能体代表电网系统，结合各种充电站、居民小区、能源站等群体的实际情况，共同对电网层面的决策进行协调。中间层属于子群层，涵盖了各种不同的设备群，对智能体进行一定的协调处理，从而开展智能化的决策工作。下层属于终端层，也就是群体中心，由群体中心对功率快速分配算法进行管理，而且用户智能体可自行管理相应的设备，提高了响应的速度。

5.3 人工智能应用新场景和混合型增强智能体系

对电力调度领域人工智能应用新场景进行开发。根据全新发展趋势，预计将来配电网电力调度的自动化程度，结合知识图谱、强化学习、群体智能等技术，开发全新的电力调度领域应用场景，建立新型智能配电网系统，达到安全、经济、高效的目的。将人的行为模式、认知特点和计算机技术进行结合，开发混合型增强智能的体系，促使计算机系统模拟人的思维，与调度自动化系统高度契合，解决整个调度系统中的复杂问题，促使调度决策更加智能化、先进化、快速化。