基于大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用

劉菲 趙瑞鋒 尤毅 顧博川 唐曹超

（1.南方電網(wǎng)電力科技股份有限公司 廣東省廣州市 510080 2.廣東電網(wǎng)有限責(zé)任公司電力調(diào)度控制中心 廣東省廣州市 510000）3.南方電網(wǎng)科技公司 廣東省廣州市 518000 4.泰豪軟件股份有限公司 廣東省廣州市 510000）

人工智能的基礎(chǔ)是通信技術(shù)和計(jì)算機(jī)技術(shù)，由于大數(shù)據(jù)的逐步發(fā)展，人們處理信息的能力進(jìn)一步加強(qiáng)，把計(jì)算機(jī)技術(shù)、人工智能運(yùn)用到計(jì)算機(jī)網(wǎng)絡(luò)中不但能夠增強(qiáng)多種數(shù)據(jù)的處理能力，同時(shí)還能夠在某種程度上化解計(jì)算機(jī)處理信息的穩(wěn)定性、復(fù)雜性問(wèn)題，從而更好的促進(jìn)現(xiàn)代社會(huì)的發(fā)展[1]。例如，在進(jìn)行計(jì)算機(jī)的網(wǎng)絡(luò)安全管理過(guò)程中，能夠通過(guò)人工智能技術(shù)在輸入界面打出“防火墻”的指令，從而對(duì)不良資源予以屏蔽、干擾、攔截，進(jìn)而保證網(wǎng)絡(luò)系統(tǒng)的安全。

1 大數(shù)據(jù)和人工智能的含義

1.1 大數(shù)據(jù)

大數(shù)據(jù)表示的是種類與數(shù)量都非常大的信息集合，目前傳統(tǒng)的數(shù)據(jù)庫(kù)還不能夠?qū)Υ髷?shù)據(jù)展開(kāi)處理。大數(shù)據(jù)一般有以下幾種特點(diǎn)：處理速度快、真實(shí)性、規(guī)模大、種類多[2]。詳細(xì)的特點(diǎn)如下：

（1）數(shù)據(jù)較為真實(shí)，目前很多新種類的數(shù)據(jù)逐步產(chǎn)生，原有的數(shù)據(jù)源開(kāi)始被替代，數(shù)據(jù)更新日新月異，所以一定要增強(qiáng)系統(tǒng)的安全性，確保數(shù)據(jù)在存儲(chǔ)與使用的過(guò)程中不會(huì)受到影響；

（2）數(shù)據(jù)的規(guī)模較大，大致容量約為10TB；

（3）數(shù)據(jù)的種類多樣化。大數(shù)據(jù)不是單純的某一種數(shù)據(jù)，而是多種數(shù)據(jù)的集合，并且由于數(shù)據(jù)來(lái)源與格式的提升， 數(shù)據(jù)種類會(huì)越來(lái)越多；

（4）規(guī)模較大。原有的數(shù)據(jù)處理方法已經(jīng)難以符合時(shí)代的發(fā)展，這就需要新的信息處理系統(tǒng)具有較快的處理能力，從而符合大數(shù)據(jù)時(shí)代的信息處理要求[3]。

1.2 人工智能

隨著通信技術(shù)與計(jì)算機(jī)技術(shù)的興起，人工智能也在人們的生活實(shí)際中得到應(yīng)用，它的原理是：利用計(jì)算機(jī)模仿人類的處理方式和思維方法，并通過(guò)計(jì)算機(jī)程序達(dá)到快速處理的要求，它和人為操作相比有著正確率高、處理速度快的優(yōu)勢(shì)。從本質(zhì)上分析，人工智能能夠看作計(jì)算機(jī)技術(shù)內(nèi)容的一部分，其目的是為了構(gòu)建出能夠通過(guò)人類的思維方式進(jìn)行快速信息處理的智能機(jī)器[4]?；诖髷?shù)據(jù)的背景下，計(jì)算機(jī)技術(shù)的發(fā)展和人工智能的發(fā)展密切結(jié)合，人工智能一定會(huì)成為計(jì)算機(jī)技術(shù)中的關(guān)鍵組成內(nèi)容，而在基于大數(shù)據(jù)的計(jì)算機(jī)處理基礎(chǔ)中，人工智能也一定會(huì)成為一種趨勢(shì)。

2 大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用——以某電網(wǎng)調(diào)控中心調(diào)度運(yùn)行數(shù)據(jù)管理平臺(tái)為例

2.1 項(xiàng)目概況

近年來(lái)，某地全面推進(jìn)新一代智能調(diào)度自動(dòng)化系統(tǒng)（OS2 系統(tǒng)）的建設(shè)，電力數(shù)據(jù)資源開(kāi)始急劇增長(zhǎng)并形成了一定的規(guī)模，各類調(diào)控應(yīng)用通過(guò)歷史數(shù)據(jù)的積累形成了豐富的信息資源，這些數(shù)據(jù)記錄了電力系統(tǒng)長(zhǎng)期的運(yùn)行狀況，蘊(yùn)涵著電力系統(tǒng)運(yùn)行的歷史特性，可從中總結(jié)、挖掘出豐富的經(jīng)驗(yàn)及規(guī)則。同時(shí)，隨著智能電網(wǎng)全面建設(shè)，電力數(shù)據(jù)在急劇地增長(zhǎng)，保守測(cè)算，某地的電網(wǎng)包括主網(wǎng)、配網(wǎng)及用戶側(cè)數(shù)據(jù)，日增數(shù)據(jù)規(guī)?？蛇_(dá)2 萬(wàn)億條，全年新增數(shù)據(jù)可達(dá)10PB 級(jí)。為積極展現(xiàn)公司在基礎(chǔ)數(shù)據(jù)方面的優(yōu)勢(shì)，以大數(shù)據(jù)技術(shù)提升管理與服務(wù)能力，開(kāi)展系統(tǒng)運(yùn)行領(lǐng)域大數(shù)據(jù)的建設(shè)，本項(xiàng)目建立一套電網(wǎng)調(diào)度運(yùn)行數(shù)據(jù)管理平臺(tái)，開(kāi)展系統(tǒng)運(yùn)行領(lǐng)域數(shù)據(jù)整合，打通各業(yè)務(wù)系統(tǒng)及數(shù)據(jù)平臺(tái)間數(shù)據(jù)交互通道，一方面為各專業(yè)數(shù)據(jù)分析和電網(wǎng)智能化提供高質(zhì)量數(shù)據(jù)支撐和分析手段；另一方面結(jié)合業(yè)務(wù)需求，融合監(jiān)控?cái)?shù)據(jù)與管理數(shù)據(jù)，持續(xù)提升數(shù)據(jù)分析能力和數(shù)據(jù)利用水平[5]。

圖1

2.2 大數(shù)據(jù)背景下的人工智能應(yīng)用分析

2.2.1 主配網(wǎng)綜合停電數(shù)據(jù)分析

由于社會(huì)經(jīng)濟(jì)的飛速發(fā)展，很多企業(yè)以及用戶對(duì)平均停電時(shí)間提出了更高的要求。運(yùn)用精益管理理念，以綜合停電數(shù)據(jù)分析為載體，對(duì)客戶平均停電時(shí)間關(guān)鍵影響因素分析，能夠發(fā)現(xiàn)發(fā)展綜合停電管理是提升供電可靠性的關(guān)鍵舉措，可實(shí)現(xiàn)企業(yè)經(jīng)濟(jì)效益和社會(huì)效益雙贏。

（1）研究方法。

對(duì)停電設(shè)備、停電用戶、停電時(shí)間、重復(fù)停電情況按區(qū)域、電壓等級(jí)進(jìn)行區(qū)域、電壓進(jìn)行分類分析：主網(wǎng)綜合停電指標(biāo)（重復(fù)停電次數(shù)、年月計(jì)劃執(zhí)行率、非計(jì)劃停電率、、月均衡度等），發(fā)現(xiàn)停電高發(fā)時(shí)段、區(qū)域；對(duì)配電網(wǎng)頻繁停電進(jìn)行分析。日統(tǒng)計(jì)發(fā)生停電的配電變壓器，日停電的次數(shù)，發(fā)生 2 次及以上停電的配電變壓器情況；月統(tǒng)計(jì)所有停電配電變壓器信息，計(jì)算單臺(tái)配電變壓器停電次數(shù)，分析月內(nèi)發(fā)生 2 次及以上停電情況；對(duì)停電因素進(jìn)行關(guān)聯(lián)分析，如天氣因素、設(shè)備消缺、計(jì)劃停電、生產(chǎn)因素、投訴等。

（2）應(yīng)用成效。

對(duì)停電信息進(jìn)行全局檢索，為停電故障的治理提供的數(shù)據(jù)支撐。實(shí)時(shí)在線監(jiān)測(cè)全省停電情況，及時(shí)發(fā)現(xiàn)異動(dòng)問(wèn)題，為綜合停電管理提供輔助決策，并通過(guò)整合相關(guān)停電需求，管控停電計(jì)劃，減少重復(fù)停電用戶比例。

2.2.2 基于大數(shù)據(jù)的智能電表用電數(shù)據(jù)分析

隨著智能電表的推廣，現(xiàn)在能夠收集到的用戶用電信息內(nèi)容越來(lái)越多，通過(guò)這些數(shù)據(jù)能夠提取出用戶用電行為特征，構(gòu)建用戶用電特征識(shí)別模型。同時(shí)，利用用戶用電特征識(shí)別模型電功率數(shù)據(jù)進(jìn)行用電用戶識(shí)別，從而可以給不同用電客戶群提供最適合的個(gè)性化服務(wù)。

（1）分析方法。將歷史用戶負(fù)荷數(shù)據(jù)和用戶檔案信息數(shù)據(jù)關(guān)聯(lián)，將年負(fù)荷數(shù)據(jù)預(yù)處理，包括數(shù)據(jù)缺失值、與異常值、數(shù)據(jù)的清洗和變換。根據(jù)用戶負(fù)荷數(shù)據(jù)，以時(shí)間維度對(duì)用戶的用電模式進(jìn)行識(shí)別，分析過(guò)用電規(guī)律和用電特性，識(shí)別出用戶的所有用電模式。對(duì)不同用戶的用電模式進(jìn)行聚類分析。得到用戶用電模式的群體性。利用聚類算法進(jìn)行用戶特征分群，計(jì)算各個(gè)用戶群，識(shí)別出各類用戶特征，并對(duì)每個(gè)用戶群進(jìn)行屬性標(biāo)簽。分析用戶的用電規(guī)律與節(jié)假日等外部環(huán)境的關(guān)系。結(jié)合投訴數(shù)據(jù)，分析異常數(shù)據(jù)與投訴的關(guān)系。根據(jù)用戶、線路、終端、計(jì)量點(diǎn)、臺(tái)區(qū)、單位、客戶群組等查詢條件對(duì)用電數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。

（2）應(yīng)用成效。針對(duì)模型結(jié)果得到的不同特征類型的用戶，比較不同用電用戶群的用電規(guī)律、預(yù)測(cè)未來(lái)用電情況、加深對(duì)用戶的理解，為有序用電提供數(shù)據(jù)支撐和建議。

2.2.3 基于大數(shù)據(jù)的線路故障跳閘分析

輸電線路，因?yàn)樗幬恢铆h(huán)境相對(duì)復(fù)雜，地域分布范圍廣泛，并且桿塔點(diǎn)數(shù)量多、鋪設(shè)線路長(zhǎng)，同時(shí)長(zhǎng)期暴露在野外，不但極易遭受極端氣候的侵襲，而且人為等其他外力的破壞也不容忽視，這些都會(huì)導(dǎo)致線路跳閘，從而增加電網(wǎng)停電事故發(fā)生概率。如果輸電線路發(fā)生故障，且不能及時(shí)準(zhǔn)確地發(fā)現(xiàn)并采取修復(fù)措施，由此產(chǎn)生的經(jīng)濟(jì)損失將難以估量。

（1）分析內(nèi)容。跳閘影響分析：跳閘信息按照電壓等級(jí)、調(diào)管范圍、停電時(shí)間、復(fù)電時(shí)間等進(jìn)行統(tǒng)計(jì)，與OCS 的損失負(fù)荷、營(yíng)銷(xiāo)系統(tǒng)中的損失用戶數(shù)、PMS 的設(shè)備缺陷等字段實(shí)現(xiàn)關(guān)聯(lián)分析。線路跳閘特征數(shù)據(jù)：主要是電氣特征量（電壓瞬時(shí)值等）、氣象特征量。跳閘原因分析：建立線路跳閘評(píng)估模型，基于算法定義故障的信息量、控制量，采用時(shí)間序列相似性故障匹配將所挖掘的故障因子，基于歷史小樣本和現(xiàn)場(chǎng)反饋，迭代評(píng)估模型。

（2）應(yīng)用成效。跳閘報(bào)表：OCS 線路故障跳閘信號(hào)發(fā)送至OMS，在DICP 調(diào)度日志中自動(dòng)生成跳閘清單，實(shí)現(xiàn)關(guān)聯(lián)，與此同時(shí)，跳閘信息與OMS 應(yīng)急期間調(diào)度異常信息中的線路跳閘明細(xì)及條次實(shí)現(xiàn)關(guān)聯(lián)，形成應(yīng)急報(bào)送報(bào)表。未來(lái)可結(jié)合歷史數(shù)據(jù)以時(shí)間序列相似性故障匹配對(duì)輸電線路進(jìn)行故障預(yù)警，以提高輸電線路安全性和可靠性。

2.2.4 基于大數(shù)據(jù)的穩(wěn)定斷面負(fù)載率運(yùn)行斷面分析

隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，很多地區(qū)用電需求不斷增加，最高用電負(fù)荷逐年創(chuàng)新高。對(duì)電網(wǎng)設(shè)備運(yùn)行狀況的監(jiān)測(cè)分析，尤其是對(duì)最高負(fù)荷等特殊情況下電網(wǎng)設(shè)備運(yùn)行數(shù)據(jù)的監(jiān)測(cè)分析，其分析結(jié)果對(duì)電網(wǎng)運(yùn)行方式和規(guī)劃有重要意義。

（1）分析內(nèi)容。主變負(fù)載負(fù)載率分析：重載、過(guò)載、輕載、重過(guò)載主變重復(fù)頻次關(guān)聯(lián)時(shí)間分析、輕空載主變投運(yùn)效率關(guān)聯(lián)投運(yùn)年限分析、配變?cè)O(shè)備負(fù)載率分析：重載、過(guò)載、輕載。

（2）應(yīng)用成效。從各電壓等級(jí)設(shè)備負(fù)載率、運(yùn)行狀態(tài)等角度進(jìn)行了分析，客觀地提出了電網(wǎng)存在的問(wèn)題和風(fēng)險(xiǎn)，為當(dāng)前電網(wǎng)運(yùn)行方式調(diào)整、后期電網(wǎng)發(fā)展規(guī)劃提供了數(shù)據(jù)支撐和決策依據(jù)。

2.3 智能應(yīng)用

基于運(yùn)行領(lǐng)域大數(shù)據(jù)平臺(tái)，打造一個(gè)大數(shù)據(jù)智能應(yīng)用生態(tài)價(jià)值鏈。主要包括智能統(tǒng)計(jì)分析、智能搜索等內(nèi)容。

2.3.1 智能統(tǒng)計(jì)分析

基于調(diào)控中心OCS、OMS 等系統(tǒng)運(yùn)行數(shù)據(jù)建立，實(shí)現(xiàn)調(diào)度運(yùn)行數(shù)據(jù)的多維分析，提供多專業(yè)快速縱向獲取。解決業(yè)務(wù)部門(mén)報(bào)表因無(wú)法自動(dòng)統(tǒng)計(jì)、自動(dòng)采集、耗費(fèi)大量的人力整理的現(xiàn)狀，促進(jìn)跨部門(mén)的智能協(xié)同辦公，加強(qiáng)專業(yè)部門(mén)的計(jì)劃管理、事務(wù)管理等日常部門(mén)管理工作。主要智能應(yīng)用如圖1。

2.3.2 智能搜索

建立系統(tǒng)運(yùn)行全數(shù)據(jù)智能搜索引擎，解決跨專業(yè)數(shù)據(jù)的共享問(wèn)題，逐步滿足個(gè)性化數(shù)據(jù)訂閱與分析需求，提供快速統(tǒng)一、準(zhǔn)確、高可用的橫向融合數(shù)據(jù)。

（1）全景數(shù)據(jù)智能搜索。系統(tǒng)運(yùn)行全景數(shù)據(jù)智能搜索引通過(guò)統(tǒng)一入口、統(tǒng)一界面實(shí)現(xiàn)個(gè)性化的數(shù)據(jù)搜索、用戶查詢功能，系統(tǒng)運(yùn)行或管理人員可以按需快速的找到數(shù)據(jù)、統(tǒng)計(jì)分析、趨勢(shì)預(yù)警以及各種報(bào)告等，為系統(tǒng)運(yùn)行領(lǐng)域領(lǐng)導(dǎo)和員工高效、快速?zèng)Q策提供準(zhǔn)確、可靠的信息，從而有效保證電網(wǎng)的安全、穩(wěn)定運(yùn)行[6]。

（2）智能交互與感知。實(shí)現(xiàn)基于人機(jī)智能交互技術(shù)的業(yè)務(wù)感知與綜合處理，通過(guò)人臉識(shí)別、語(yǔ)音識(shí)別、電力特殊語(yǔ)義解析、智能搜索、遠(yuǎn)程實(shí)景建模等多種技術(shù)綜合實(shí)現(xiàn)電網(wǎng)實(shí)際運(yùn)行情況的快速感知與智能交互。

（3）自助數(shù)據(jù)分析。自助數(shù)據(jù)分析以調(diào)度全景數(shù)據(jù)統(tǒng)一畫(huà)像為基礎(chǔ)：多方位、多角度、自助式的數(shù)據(jù)分析和展示，客戶可根據(jù)關(guān)鍵字快速檢索系統(tǒng)中有哪些數(shù)據(jù)，根據(jù)業(yè)務(wù)需求自助查詢和計(jì)算相關(guān)數(shù)據(jù)，獨(dú)立、自發(fā)的對(duì)電網(wǎng)數(shù)據(jù)進(jìn)行深層次的挖掘[7]。

3 結(jié)語(yǔ)

由此可見(jiàn)，作為計(jì)算機(jī)技術(shù)中的重要內(nèi)容，人工智能的使用可以更好的豐富人們的生活方式，提高生產(chǎn)、生活效率。所以，相關(guān)行業(yè)的工作人員需要深入分析、研究大數(shù)據(jù)時(shí)代下的人工技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)中的應(yīng)用，根據(jù)自身的現(xiàn)實(shí)狀況科學(xué)的選擇對(duì)應(yīng)的人工智能，通過(guò)其來(lái)高效的處理多種網(wǎng)絡(luò)數(shù)據(jù)，從而促進(jìn)工作的智能化、人性化發(fā)展。