在碳達(dá)峰、碳中和目標(biāo)的大背景下,以高滲透率的可再生能源、高比例的電力電子設(shè)備、高速增長(zhǎng)的直流負(fù)荷“三高”為主要特征的新型電力系統(tǒng)正在逐步形成。新型電力系統(tǒng)的開(kāi)放性、不確定性和復(fù)雜性使其對(duì)電力系統(tǒng)的規(guī)劃、調(diào)控、運(yùn)行、分析提出了新的挑戰(zhàn)。通過(guò)人工智能技術(shù)與電力核心生產(chǎn)應(yīng)用的深度耦合,針對(duì)新型電力系統(tǒng)的運(yùn)行特點(diǎn),運(yùn)用數(shù)據(jù)挖掘、深度學(xué)習(xí)、智能算法等通用人工智能技術(shù),可有效提高新型電力系統(tǒng)的分析決策速度,提升可再生能源消納比例。
為展示人工智能技術(shù)在新型電力系統(tǒng)中的分析、診斷和控制研究領(lǐng)域的最新成果以及相關(guān)新技術(shù)、新應(yīng)用,《電力工程技術(shù)》編輯部開(kāi)設(shè)了“人工智能技術(shù)在新型電力系統(tǒng)中的分析、診斷和控制研究”專題,本人有幸受邀擔(dān)任專題主編。專題收到大量具備理論創(chuàng)新與工程指導(dǎo)性的優(yōu)質(zhì)稿件,經(jīng)同行評(píng)議、專家評(píng)定,最終選出5篇論文組成專題。
在用電負(fù)荷的精準(zhǔn)化預(yù)測(cè)方面,中國(guó)電科院何桂雄等提出一種改進(jìn)領(lǐng)域自適應(yīng)神經(jīng)網(wǎng)絡(luò)(DaNN)負(fù)荷預(yù)測(cè)模型,可有效提高綜合能源多能負(fù)荷預(yù)測(cè)精度;中國(guó)礦業(yè)大學(xué)董新偉等提出一種基于VMD-LSTMQR的負(fù)荷滾動(dòng)概率區(qū)間預(yù)測(cè)方法,相較于傳統(tǒng)區(qū)間預(yù)測(cè)模型,所提方法在預(yù)測(cè)精度、區(qū)間寬度等方面有明顯改善。在電力設(shè)備狀態(tài)評(píng)價(jià)與運(yùn)維決策方面,大連理工大學(xué)武天府等針對(duì)傳統(tǒng)變壓器故障診斷方法在處理樣本不平衡數(shù)據(jù)時(shí)的局限性,提出一種基于Focal損失棧式稀疏降噪自編碼器(SSDAE)的變壓器故障診斷方法,提升了變壓器故障診斷的準(zhǔn)確率。在基于智能算法的配電網(wǎng)用電行為分析方面,華中科技大學(xué)蔡云芹等提出一種基于強(qiáng)化學(xué)習(xí)的異常用電判決方法,創(chuàng)新性地利用強(qiáng)化學(xué)習(xí)模型生成動(dòng)態(tài)閾值,以適應(yīng)差異較大的不同數(shù)據(jù)集;南方電網(wǎng)深圳供電公司裘星等提出基于V-I軌跡矩陣、功率及高次諧波多特征融合的負(fù)荷辨識(shí)方法,可準(zhǔn)確區(qū)分功率特征相似但高次諧波含量不同的負(fù)荷。
本專題旨在展示人工智能技術(shù)在新型電力系統(tǒng)中的分析、診斷和控制研究領(lǐng)域的最新成果和進(jìn)展,由于專題論文數(shù)量限制以及發(fā)表時(shí)間的安排,很多有價(jià)值的論文未能在專題中收錄,希望能夠得到所有作者和廣大讀者的理解。
衷心感謝有關(guān)專家學(xué)者對(duì)本專題的大力支持,衷心感謝《電力工程技術(shù)》編輯部為本專題的策劃、組織和出版所做的大量且細(xì)致的工作,最后也衷心希望本專題能夠?yàn)橄嚓P(guān)領(lǐng)域的專家學(xué)者提供交流的平臺(tái),為人工智能技術(shù)在新型電力系統(tǒng)中的分析、診斷和控制等方面的研究與發(fā)展提供有益的參考。