人工智能技術(shù)在高速公路分布式能源系統(tǒng)中的應(yīng)用

符養(yǎng)斌，劉雄偉

（山西省交通新技術(shù)發(fā)展有限公司，山西 太原 030012）

0 引言

在國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》[1]中，提出了我國人工智能技術(shù)的戰(zhàn)略發(fā)展步驟：2025年人工智能基礎(chǔ)理論實(shí)現(xiàn)重大突破，2030年人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平。文件對(duì)人工智能的不同應(yīng)用領(lǐng)域與場景，也分門別類做了詳細(xì)規(guī)劃，針對(duì)能源領(lǐng)域，提出了“建設(shè)分布式高效能源互聯(lián)網(wǎng)，形成支撐多能源協(xié)調(diào)互補(bǔ)、及時(shí)有效接入的新型能源網(wǎng)絡(luò)，推廣智能儲(chǔ)能設(shè)施、智能用電設(shè)施，實(shí)現(xiàn)能源供需信息的實(shí)時(shí)匹配和智能化響應(yīng)”的要求與目標(biāo)。

分布式能源系統(tǒng)作為傳統(tǒng)能源體系的替代與補(bǔ)充，因地制宜靈活采用不同策略，利用不同形式能源的特點(diǎn)與耦合性，提高能源利用的效率。其并不是不同形式能源的累加，而是在不同供能單元之間進(jìn)行協(xié)調(diào)、控制與優(yōu)化。因此，與傳統(tǒng)能源相比，分布式能源系統(tǒng)在運(yùn)行控制與優(yōu)化方面提出了更高的要求，需要考慮多種能源的耦合特性，以實(shí)現(xiàn)最優(yōu)控制。依靠傳統(tǒng)的建模與分析方法難以應(yīng)對(duì)多能互補(bǔ)、深度耦合的應(yīng)用場景要求。在這種情況下，通過人工智能技術(shù)對(duì)能源系統(tǒng)運(yùn)行中產(chǎn)生的海量數(shù)據(jù)進(jìn)行分析，從中挖掘出隱藏在大數(shù)據(jù)背后的巨大價(jià)值，并將其應(yīng)用于分布式能源系統(tǒng)的控制、優(yōu)化與運(yùn)行管理，有著非常積極的意義。

1 人工智能技術(shù)

人工智能技術(shù)是一門基于計(jì)算機(jī)科學(xué)的綜合性學(xué)科，綜合了數(shù)學(xué)、生物學(xué)、心理學(xué)、語言學(xué)等不同領(lǐng)域的知識(shí)與理論，用于開發(fā)具有和人類智能相近的計(jì)算機(jī)系統(tǒng)。

自1956年“人工智能”的概念首次提出后，人工智能技術(shù)的發(fā)展迎來了一次又一次的高峰與低谷。人工智能技術(shù)一方面表現(xiàn)出巨大的應(yīng)用潛力，另一方面卻由于計(jì)算機(jī)性能、專家系統(tǒng)的應(yīng)用局限等原因，未能真正意義上得到廣泛應(yīng)用。

2006年，隨著神經(jīng)網(wǎng)絡(luò)技術(shù)的進(jìn)步與“深度學(xué)習(xí)”概念的提出[2]，掀起了最新一輪的人工智能熱潮。在傳統(tǒng)的研究算法中，更注重“模型”而非“數(shù)據(jù)”，深度學(xué)習(xí)則著重于從數(shù)據(jù)中挖掘價(jià)值，從而擺脫傳統(tǒng)研究算法的桎梏，在更多場景下得到廣泛應(yīng)用。與此同時(shí)，蓬勃發(fā)展的信息技術(shù)產(chǎn)生的海量數(shù)據(jù)，也為人工智能提供了足夠的可供分析的素材。大數(shù)據(jù)技術(shù)的進(jìn)步與人工智能技術(shù)的迅速發(fā)展息息相關(guān)，兩者相互推動(dòng)、密切相關(guān)、相得益彰。

目前，以深度學(xué)習(xí)為代表的人工智能技術(shù)，被廣泛應(yīng)用在自然語言處理、圖像識(shí)別、語音識(shí)別、無人駕駛、智能制造等各個(gè)領(lǐng)域中，推動(dòng)與促進(jìn)各個(gè)行業(yè)向智能化方向迅速發(fā)展。

2 高速公路的分布式能源系統(tǒng)

山西省于2016年4月26日發(fā)布了《推進(jìn)城鄉(xiāng)采暖“煤改電”試點(diǎn)工作實(shí)施方案》[3]，將高速公路服務(wù)區(qū)（收費(fèi)站管理辦公區(qū)）作為全省采暖“煤改電”試點(diǎn)單位，結(jié)合各地實(shí)際和不同方式技術(shù)經(jīng)濟(jì)特點(diǎn)，因地制宜通過采用空氣源熱泵、蓄能式電暖器、熱庫、地源熱泵等形式進(jìn)行“煤改電”改造工作。

目前，山西省內(nèi)高速公路服務(wù)區(qū)、收費(fèi)站管理辦公區(qū)的取暖設(shè)備，均已由傳統(tǒng)燃煤鍋爐改造為上述一種或幾種不同形式有機(jī)組合的電采暖設(shè)備[4]，如圖1，為治理霧霾天氣、促進(jìn)電采暖產(chǎn)業(yè)發(fā)展、消納省內(nèi)富余電力、提升全省城鄉(xiāng)電氣化水平起到了積極作用。

圖1 山西省高速公路服務(wù)區(qū)煤改電的典型結(jié)構(gòu)

與傳統(tǒng)的燃煤鍋爐相比，電采暖設(shè)備對(duì)能源價(jià)格更為敏感，需要根據(jù)不同供能設(shè)備的特點(diǎn)，結(jié)合外部環(huán)境溫度因素以及電力部門的峰平谷分時(shí)電價(jià)政策，制定合理的控制策略，才能保證系統(tǒng)在經(jīng)濟(jì)、高效的條件下，為用戶提供舒適的冷、暖供給。然而，由于分布式能源系統(tǒng)的復(fù)雜性，在實(shí)際運(yùn)行中，通過現(xiàn)有理論或公式往往無法提供有效的運(yùn)行策略，因而大部分情況下，電采暖設(shè)備都工作在較為簡單的運(yùn)行策略下，通過人工干預(yù)或簡單的自動(dòng)控制算法進(jìn)行啟動(dòng)、停止與參數(shù)調(diào)節(jié)，無法真正實(shí)現(xiàn)經(jīng)濟(jì)高效的運(yùn)作。

另一方面，電采暖設(shè)備工作在北方的寒冷氣候中，其穩(wěn)定、可靠運(yùn)行對(duì)用戶而言非常重要，是用戶生產(chǎn)生活的基本保障。在這種情況下，如果能對(duì)設(shè)備可靠性進(jìn)行分析與預(yù)測，提前判斷設(shè)備發(fā)生故障的概率，及時(shí)進(jìn)行設(shè)備維護(hù)保養(yǎng)，以降低故障率，對(duì)提高供暖可靠性，提升用戶體驗(yàn)都有著非常積極的意義。

人工智能在處理模糊邏輯方面具有先天優(yōu)勢，不依賴專家系統(tǒng)與物理模型，可以通過對(duì)海量歷史數(shù)據(jù)的訓(xùn)練，在能耗預(yù)測、用能調(diào)度以及預(yù)測性運(yùn)維方面，有針對(duì)性地解決上述問題。

3 人工智能在高速公路分布式能源系統(tǒng)中的應(yīng)用

人工智能技術(shù)是設(shè)備智能化的核心技術(shù)之一[5]，通過機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等手段，有針對(duì)性地解決分布式能源系統(tǒng)中的模糊邏輯、多維數(shù)據(jù)、非線性問題。在山西省高速公路服務(wù)區(qū)的分布式能源系統(tǒng)中，人工智能技術(shù)主要用于解決能耗預(yù)測、能源調(diào)度以及設(shè)備運(yùn)維的問題，如圖2。

圖2 人工智能技術(shù)在分布式能源系統(tǒng)中的應(yīng)用

3.1 人工智能技術(shù)在用能預(yù)測中的應(yīng)用

能源生產(chǎn)的成本與負(fù)荷、價(jià)格、政策、天氣等多種綜合因素相互關(guān)聯(lián)，且能源從生產(chǎn)到消耗之間存在一定的滯后性，傳統(tǒng)的模型很難建立精確的用能預(yù)測模型，來有效降低用能成本。而一旦缺少了對(duì)未來用能情況的精確預(yù)測，往往會(huì)導(dǎo)致分布式能源系統(tǒng)效率的降低。人工智能在回歸分析方面有其天然優(yōu)勢，利用這一優(yōu)勢，可以很好地從分布式能源系統(tǒng)的海量歷史數(shù)據(jù)，無需建立對(duì)象的精確模型，而僅僅是通過不同維度復(fù)雜的歷史參數(shù)，來擬合負(fù)荷與其影響因素之間的非線性關(guān)系，從而對(duì)用戶未來用能情況進(jìn)行建模與預(yù)測。

3.2 人工智能技術(shù)在優(yōu)化能源調(diào)度中的應(yīng)用

針對(duì)設(shè)備多樣、結(jié)構(gòu)復(fù)雜的分布式能源系統(tǒng)，不同類型的供能設(shè)備間的相互耦合，能源時(shí)空不同步的特征，都導(dǎo)致數(shù)據(jù)復(fù)雜、結(jié)構(gòu)模型不精確，且具有隨機(jī)性和強(qiáng)耦合性的特點(diǎn)[6]。由于無法建立精確的模型，難以對(duì)多變量進(jìn)行定量分析與優(yōu)化，導(dǎo)致采用傳統(tǒng)方式，難以達(dá)到智能化要求。針對(duì)這樣的情況，人工智能技術(shù)基于其先天對(duì)大數(shù)據(jù)特征分析的優(yōu)勢，可以利用人工神經(jīng)網(wǎng)絡(luò)，基于歷史數(shù)據(jù)對(duì)能源運(yùn)行數(shù)據(jù)進(jìn)行分析，在無模型系統(tǒng)、缺少專家知識(shí)決策的條件下，解決復(fù)雜網(wǎng)絡(luò)的有約束優(yōu)化問題，從而實(shí)現(xiàn)模糊邏輯下能源調(diào)動(dòng)的合理性，在保證能源系統(tǒng)滿足用戶舒適性要求的前提下，通過多種供能設(shè)備的合理調(diào)度與分配，降低用能成本。

3.3 人工智能技術(shù)在預(yù)測性設(shè)備與維護(hù)中的應(yīng)用

預(yù)測性維護(hù)是人工智能在分布式能源系統(tǒng)中應(yīng)用的另一個(gè)重要場景。對(duì)于高速公路分布式供暖設(shè)備[7]，在嚴(yán)寒天氣下，設(shè)備故障的事后維修，給服務(wù)區(qū)的生產(chǎn)生活帶來極大不便，除非必要，應(yīng)盡量避免。預(yù)防性維護(hù)是指根據(jù)制造商建議，定期、定時(shí)對(duì)設(shè)備進(jìn)行維護(hù)與保養(yǎng)，但不同設(shè)備由于其工藝差異、工作工況等區(qū)別，其運(yùn)行可靠性與故障率可能存在明顯的差異，這是預(yù)防性維護(hù)無法解決的問題。通過基于人工智能技術(shù)的預(yù)測性維護(hù)策略，可以有效彌補(bǔ)事后維修和預(yù)防性維護(hù)的不足。

預(yù)測性運(yùn)維系統(tǒng)，基于歷史數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)與深度學(xué)習(xí)，不依賴專家知識(shí)與復(fù)雜的物理模型進(jìn)行決策，系統(tǒng)具有較強(qiáng)的穩(wěn)定性，數(shù)據(jù)波動(dòng)對(duì)模型影響小。通過預(yù)測性運(yùn)維策略，可以對(duì)設(shè)備進(jìn)行分級(jí)維護(hù)，并構(gòu)造維護(hù)策略數(shù)據(jù)庫，根據(jù)不同分級(jí)策略對(duì)設(shè)備進(jìn)行維護(hù)，在設(shè)備尚未失效的情況下，也可以預(yù)測其剩余壽命與故障率并及時(shí)作出反饋。

4 結(jié)論

在智慧能源理念的大力倡導(dǎo)下，分布式能源以其接近用戶、充分利用能源的耦合特性提高能源利用效率的特點(diǎn)，在高速公路等工商業(yè)場景下得到日益廣泛的應(yīng)用。但由于分布式能源系統(tǒng)先天的復(fù)雜性，在建模、控制與優(yōu)化方面，采用傳統(tǒng)的控制策略與方法，很難達(dá)到預(yù)期目標(biāo)。另一方面，能源設(shè)備設(shè)施的可靠與安全運(yùn)行，對(duì)分布式能源系統(tǒng)而言至關(guān)重要，傳統(tǒng)的“事后運(yùn)維”與預(yù)防性運(yùn)維策略，往往難以實(shí)現(xiàn)設(shè)備故障的及時(shí)預(yù)警與維修，從而給用戶用能帶來不便，甚至可能影響能源用戶的生產(chǎn)生活保障。

人工智能技術(shù)以其與大數(shù)據(jù)緊密結(jié)合的天然優(yōu)勢[8]，結(jié)合以深度學(xué)習(xí)為主的人工智能神經(jīng)網(wǎng)絡(luò)算法，在缺少精確模型與專家知識(shí)支持的條件下，通過深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)等智能算法，以大數(shù)據(jù)為依托，不斷實(shí)現(xiàn)自我改進(jìn)，逐步建立基于特定目標(biāo)的優(yōu)化模型，建立針對(duì)不同環(huán)境、不同條件下的分布式能源系統(tǒng)最優(yōu)化運(yùn)行策略。類似地，利用人工智能技術(shù)，對(duì)能源設(shè)備多維度的歷史運(yùn)行數(shù)據(jù)進(jìn)行分析與訓(xùn)練，結(jié)合聚類、隨機(jī)森林等機(jī)器學(xué)習(xí)的方法，可以實(shí)現(xiàn)對(duì)能源設(shè)備設(shè)施的工況檢測與壽命預(yù)測，提高對(duì)設(shè)備故障預(yù)測的精度與準(zhǔn)度，逐步實(shí)現(xiàn)能源設(shè)備的預(yù)測性運(yùn)維，以提高設(shè)備利用率、降低運(yùn)維成本、提高能源用戶的滿意度。

綜上所述，人工智能技術(shù)作為國家戰(zhàn)略之一，在能源領(lǐng)域得到日益廣泛的應(yīng)用。人工智能技術(shù)的應(yīng)用，可以為分布式能源系統(tǒng)提供更有效的運(yùn)行與控制策略，為能源設(shè)備設(shè)施提供預(yù)防性運(yùn)維策略。