人工智能在電網(wǎng)運(yùn)行領(lǐng)域中的應(yīng)用研究

田曉鵬

（中國電機(jī)工程學(xué)會，北京 西城 100761）

隨著大容量交流與直流輸電工程的建設(shè)，我國電網(wǎng)已經(jīng)發(fā)展成為典型的大規(guī)模交直流混聯(lián)電網(wǎng)。在交直流混聯(lián)電網(wǎng)中，事故容易發(fā)生連鎖反應(yīng)，從而導(dǎo)致電網(wǎng)大面積停電，如何快速感知系統(tǒng)動態(tài)安全風(fēng)險，準(zhǔn)確進(jìn)行暫態(tài)穩(wěn)定預(yù)測，及時預(yù)警高風(fēng)險運(yùn)行方式，同時進(jìn)行最優(yōu)的緊急控制和負(fù)荷頻率控制策略，實(shí)現(xiàn)電網(wǎng)的安全穩(wěn)定運(yùn)行是目前亟待解決的問題。以先進(jìn)的傳感器技術(shù)和計(jì)算機(jī)技術(shù)作為基礎(chǔ)支撐的人工智能技術(shù)，具有應(yīng)對高維、時變、非線性問題的強(qiáng)優(yōu)化處理能力和強(qiáng)大學(xué)習(xí)能力，未來可以為解決電網(wǎng)運(yùn)行領(lǐng)域中的問題提供有效手段，促進(jìn)電網(wǎng)運(yùn)行實(shí)現(xiàn)數(shù)字化、信息化、智能化，確保電網(wǎng)系統(tǒng)的安全、穩(wěn)定、經(jīng)濟(jì)運(yùn)行。本文首先分析了人工智能技術(shù)應(yīng)用在電網(wǎng)運(yùn)行領(lǐng)域中應(yīng)用面臨的挑戰(zhàn)與問題，分析概括了人工智能在電網(wǎng)運(yùn)行領(lǐng)域中的應(yīng)用場景，最后，對人工智能在電網(wǎng)運(yùn)行領(lǐng)域中的融合應(yīng)用進(jìn)行了分析，希望為未來相關(guān)研究提供借鑒與參考。

1 人工智能應(yīng)用在電網(wǎng)運(yùn)行領(lǐng)域中面臨的挑戰(zhàn)

當(dāng)前，電力系統(tǒng)的規(guī)模不斷發(fā)展，電網(wǎng)的運(yùn)行方式也發(fā)生了巨大的變化，電網(wǎng)規(guī)模呈幾何趨勢增長，這些都將使得維持電網(wǎng)統(tǒng)的安全穩(wěn)定運(yùn)行和高可靠性的難度加大。電網(wǎng)運(yùn)行領(lǐng)域中對新一代人工智能技術(shù)的應(yīng)用更加迫切，也更具有挑戰(zhàn)性。

1.1 業(yè)務(wù)需求方面

適應(yīng)電網(wǎng)在工程實(shí)踐、科研機(jī)制和生產(chǎn)管理等方面的需求，將電力領(lǐng)域知識和專家經(jīng)驗(yàn)整合到人工智能技術(shù)中是應(yīng)用的關(guān)鍵問題和挑戰(zhàn)。人工智能是以數(shù)據(jù)為基礎(chǔ)的應(yīng)用技術(shù)，數(shù)據(jù)共享是人工智能發(fā)展的加速劑。電網(wǎng)運(yùn)行領(lǐng)域數(shù)據(jù)信息規(guī)模龐大，人工智能在電網(wǎng)運(yùn)行領(lǐng)域中應(yīng)用發(fā)展需要更為開放、互通的數(shù)據(jù)信息標(biāo)準(zhǔn)，同時，數(shù)據(jù)質(zhì)量也會影響電力人工智能在電網(wǎng)運(yùn)行領(lǐng)域中的應(yīng)用效果，如何取得電網(wǎng)運(yùn)行領(lǐng)域中高質(zhì)量的數(shù)據(jù)信息也是電力人工智能應(yīng)用發(fā)展面臨的關(guān)鍵問題和挑戰(zhàn)。

1.2 技術(shù)安全方面

以深度學(xué)習(xí)為代表的人工智能技術(shù)過于依賴訓(xùn)練數(shù)據(jù)，缺乏深層次數(shù)據(jù)語義挖掘，導(dǎo)致可解釋性差。電力系統(tǒng)具有結(jié)構(gòu)復(fù)雜，模型規(guī)模龐大等的特點(diǎn)。在海量樣本數(shù)據(jù)集下，模型規(guī)模越大，訓(xùn)練速度越慢，因此，如何在保證一定訓(xùn)練精度的前提下提高訓(xùn)練速度，是人工智能在電網(wǎng)運(yùn)行領(lǐng)域中應(yīng)用的一個關(guān)鍵問題。此外，人工智能技術(shù)在電網(wǎng)運(yùn)行領(lǐng)域中的應(yīng)用需要面對不確定的風(fēng)險，由于目前人工智能技術(shù)在一些實(shí)際問題中的泛化性能并非十分理想，訓(xùn)練好的模型用在變化的環(huán)境甚至出現(xiàn)泛化性能明顯下降的現(xiàn)象，在語義理解方面語義理解能力仍須進(jìn)一步提高，因此，人工智能技術(shù)在電網(wǎng)運(yùn)行領(lǐng)域中應(yīng)用的安全可靠性也是關(guān)鍵問題和核心挑戰(zhàn)。

1.3 基礎(chǔ)設(shè)施方面

支撐人工智能技術(shù)在電網(wǎng)運(yùn)行領(lǐng)域中的快速發(fā)展及應(yīng)用須要建設(shè)智能化的基礎(chǔ)設(shè)施。一方面，須要繼續(xù)對現(xiàn)有部分基礎(chǔ)設(shè)施進(jìn)行數(shù)字化智能化改造，拓展電網(wǎng)基礎(chǔ)設(shè)施的信息化水平，提升電網(wǎng)基礎(chǔ)設(shè)施的服務(wù)能力；另一方面，須要建設(shè)符合電力物聯(lián)網(wǎng)發(fā)展的智能設(shè)施，須要傳感器、網(wǎng)絡(luò)、平臺等各方面全領(lǐng)域的布局，充分實(shí)現(xiàn)電網(wǎng)全面感知，支撐電力人工智能技術(shù)應(yīng)用。

2 人工智能在電網(wǎng)運(yùn)行領(lǐng)域中的應(yīng)用方式

人工智能技術(shù)在電網(wǎng)運(yùn)行領(lǐng)域中的主要應(yīng)用場景包括電網(wǎng)緊急控制策略、面向電網(wǎng)調(diào)度故障處理的知識圖譜、暫態(tài)穩(wěn)定預(yù)測、負(fù)荷頻率控制及人在回路的大電網(wǎng)調(diào)控混合增強(qiáng)智能等，電網(wǎng)安全與控制領(lǐng)域中的業(yè)務(wù)場景與人工智能技術(shù)分類如表1 所示。其在電網(wǎng)運(yùn)行領(lǐng)域中的應(yīng)用一般是將被研究的問題轉(zhuǎn)化為決策或者分類問題。其中，電網(wǎng)緊急控制策略、電網(wǎng)調(diào)度故障處理、負(fù)荷頻率控制及人在回路的大電網(wǎng)調(diào)控混合增強(qiáng)智能在分析所處電網(wǎng)環(huán)境與信息時，通常借助人工智能在特征提取方面的優(yōu)勢，提取電網(wǎng)的運(yùn)行特征，以提高決策的正確性和控制效率，屬于人工智能的決策問題。暫態(tài)穩(wěn)定預(yù)測屬于分類問題，與傳統(tǒng)策略相比，魯棒性、開放性和靈活性顯著提高。

表1 電網(wǎng)運(yùn)行業(yè)務(wù)場景與人工智能技術(shù)分類

2.1 電網(wǎng)運(yùn)行領(lǐng)域中的決策問題

電網(wǎng)緊急情況下的運(yùn)行、負(fù)荷頻率控制、電網(wǎng)調(diào)度故障處理、人在回路的大電網(wǎng)調(diào)控混合增強(qiáng)智能是基于人工智能技術(shù)的一個決策過程。利用人工智能解決電網(wǎng)運(yùn)行領(lǐng)域中的決策問題采用的方法一般包括強(qiáng)化學(xué)習(xí)和深度強(qiáng)化學(xué)習(xí)。

基于深度強(qiáng)化學(xué)習(xí)的電網(wǎng)安全與控制領(lǐng)域的決策具體流程包括：將電網(wǎng)的運(yùn)行數(shù)據(jù)作為輸入，數(shù)據(jù)預(yù)處理形成樣本數(shù)據(jù)集；選取訓(xùn)練數(shù)據(jù)；利用深度學(xué)習(xí)網(wǎng)絡(luò)記性特征提??；利用強(qiáng)化學(xué)習(xí)得到最優(yōu)的緊急控制策略；利用得到的緊急控制對電網(wǎng)進(jìn)行緊急控制。深度強(qiáng)化學(xué)習(xí)利用多層神經(jīng)網(wǎng)絡(luò)，對數(shù)據(jù)具有一定的泛化能力，體現(xiàn)在電力系統(tǒng)中為魯棒性。同時將深度強(qiáng)化學(xué)習(xí)應(yīng)用于電網(wǎng)切機(jī)控制領(lǐng)域，可以實(shí)現(xiàn)電網(wǎng)運(yùn)行數(shù)據(jù)到控制策略的直接映射，與傳統(tǒng)方法相比，深度強(qiáng)化學(xué)習(xí)直接從電網(wǎng)運(yùn)行數(shù)據(jù)入手，對于不同的故障類型和運(yùn)行方式的控制策略不須要調(diào)整模型，一步到位。同時，利用深度學(xué)習(xí)提取特征可以同時考慮多種因素的影響，主動學(xué)習(xí)周邊環(huán)境，從而指導(dǎo)物理模型作出正確的動作選擇，能夠一定程度上適應(yīng)電網(wǎng)不同運(yùn)行方式，提高電網(wǎng)的運(yùn)行穩(wěn)定性。

2.2 電網(wǎng)運(yùn)行領(lǐng)域中的分類問題

人工智能中分類技術(shù)在電網(wǎng)運(yùn)行領(lǐng)域中具有廣泛的應(yīng)用，其應(yīng)用場景包括電力系統(tǒng)用戶畫像、趨勢分析、推薦系統(tǒng)、圖像分類、文本分類等。分類型范式數(shù)據(jù)集構(gòu)建主要根據(jù)場景分析確定的結(jié)果分類型應(yīng)用范式包括場景分析、數(shù)據(jù)處理、網(wǎng)絡(luò)結(jié)構(gòu)選擇、測試評估性能5 個環(huán)節(jié)。場景分析環(huán)節(jié)是針對不同業(yè)務(wù)場景進(jìn)行分析、理解以及信息的獲取過程，明確范式對應(yīng)的場景，如用戶畫像、趨勢分析、推薦系統(tǒng)、圖像分類、文本分類等。確定后期使用的算法類型、技術(shù)路線等。

在電網(wǎng)運(yùn)行領(lǐng)域中，暫態(tài)穩(wěn)定預(yù)測屬于人工智能技術(shù)的分類問題?；谏疃葘W(xué)習(xí)的電力系統(tǒng)故障后暫態(tài)穩(wěn)定預(yù)測流程包括：離線訓(xùn)練和在線應(yīng)用。離線訓(xùn)練經(jīng)時域仿真獲取大量樣本集，為了縮小輸入特征數(shù)值差異，對輸入特征歸一化，建立模型學(xué)習(xí)并訓(xùn)練；在線應(yīng)用時利用訓(xùn)練好的模型進(jìn)行實(shí)時電力系統(tǒng)暫態(tài)穩(wěn)定評估。此外基于深度學(xué)習(xí)模型的暫穩(wěn)預(yù)測，能夠?qū)颖镜姆€(wěn)定裕度和失穩(wěn)程度進(jìn)一步進(jìn)行判斷，對調(diào)度人員具有很好的參考性，因此在電力系統(tǒng)中擁有更顯著的價值。

3 人工智能在電網(wǎng)運(yùn)行領(lǐng)域中的研究方向

隨著大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算等技術(shù)的發(fā)展，人工智能與電網(wǎng)運(yùn)行中的業(yè)務(wù)聯(lián)系愈加緊密，人工智能技術(shù)在電網(wǎng)運(yùn)行領(lǐng)域中的融合應(yīng)用具有良好的前景。

3.1 智能感知技術(shù)

智能感知，即視覺、聽覺、觸覺等各種智能感知能力。智能感知不僅包括通過各種傳感器獲取外部信息的能力，也包括通過記憶、學(xué)習(xí)、判斷、推理等過程，達(dá)到認(rèn)知環(huán)境和對象類別與屬性的能力。其關(guān)鍵技術(shù)主要是：信息模型、通信單元、操作系統(tǒng)、安全防護(hù)、無源取能、人工智能；其五大構(gòu)件分別是：可靠性和可用性、靈活性、產(chǎn)品跟蹤和可追溯性、減少庫存和便于更換、診斷和狀態(tài)監(jiān)測。

在能源轉(zhuǎn)型和“再電氣化”的過程中，電力成為主要的能源形式，電力須要進(jìn)行更加精細(xì)化的智能控制。智能傳感技術(shù)將有效解決當(dāng)前電網(wǎng)傳感器存在的精度、靈敏度、測量范圍、功耗、可靠性、安全性等指標(biāo)不足問題。傳感技術(shù)數(shù)字化、微型化、集成化、智能化發(fā)展將降低電網(wǎng)應(yīng)用傳感器的建設(shè)成本和運(yùn)維成本，與電力設(shè)備無縫融合，實(shí)現(xiàn)電網(wǎng)的泛在感知、自愈自治的彈性基礎(chǔ)網(wǎng)絡(luò)、高度智能電力設(shè)備，支撐智能電網(wǎng)全面感知實(shí)現(xiàn)。

3.2 智能計(jì)算技術(shù)

以機(jī)器學(xué)習(xí)為核心的智能計(jì)算正處于快速發(fā)展的關(guān)鍵期，可以應(yīng)用于電力系統(tǒng)的負(fù)荷情況探尋和預(yù)測以及電力系統(tǒng)的內(nèi)在發(fā)展規(guī)律挖掘等領(lǐng)域。機(jī)器學(xué)習(xí)可以預(yù)測電力供需，并且實(shí)現(xiàn)實(shí)時優(yōu)化調(diào)度，從而可以節(jié)約能源和成本。更可靠的預(yù)測可使電力公司能夠延遲甚至避免加劇化石燃料供電站的使用。調(diào)控智能應(yīng)用系統(tǒng)運(yùn)用決策樹與神經(jīng)網(wǎng)絡(luò)混合算法可以實(shí)現(xiàn)配網(wǎng)智能成票與負(fù)荷轉(zhuǎn)供策略，有效減輕了調(diào)控值班人員負(fù)擔(dān)。云平臺服務(wù)與資源優(yōu)勢為人工智能計(jì)算提供了有力支撐，通過決策樹與神經(jīng)網(wǎng)絡(luò)混合算法實(shí)現(xiàn)了配網(wǎng)智能成票與負(fù)荷轉(zhuǎn)供策略?？梢越o定任意檢修范圍，自動生成配網(wǎng)倒閘操作票，改變以往人工寫票模式，減輕調(diào)控值班人員負(fù)擔(dān)。同時基于智能操作票可以選定主變自動生成下游配電線路負(fù)荷轉(zhuǎn)供方案，綜合分析設(shè)備負(fù)載、電網(wǎng)風(fēng)險等多種因素后向值班調(diào)控員推薦最優(yōu)策略。

3.3 智能認(rèn)知技術(shù)

隨著深度學(xué)習(xí)研究的不斷推進(jìn)，神經(jīng)網(wǎng)絡(luò)逐步發(fā)展成為一種強(qiáng)大的機(jī)器學(xué)習(xí)工具，自然語言處理取得了許多突破性發(fā)展，情緒分析、自動問答、機(jī)器翻譯等領(lǐng)域都取得了飛速發(fā)展。智能認(rèn)知是指人工智能具有主動思考和理解的能力，不用人類事先編程就可以實(shí)現(xiàn)自我學(xué)習(xí)，有目的推理并與人類自然交互。

高比例可再生能源成為智能電網(wǎng)未來發(fā)展的一個突出特征，風(fēng)電和光伏作為當(dāng)前較為成熟的可再生能源發(fā)電技術(shù)，具有較強(qiáng)的波動性和隨機(jī)性。如何更好地利用人工智能新技術(shù)，對可再生能源發(fā)電波動等海量、高維、多源數(shù)據(jù)進(jìn)行深度辨識和高效處理，實(shí)現(xiàn)多時間尺度全面感知和預(yù)測，是未來人工智能與智能電網(wǎng)須研究的重要課題。智能認(rèn)知技術(shù)可通過學(xué)習(xí)系統(tǒng)與所處環(huán)境的交互不斷獲取知識從而輔助決策，不完全依賴于數(shù)學(xué)模型，能有效應(yīng)對不確定性，未來將更廣范地應(yīng)用到智能電網(wǎng)運(yùn)行當(dāng)中。

3.4 智能平臺技術(shù)

人工智能計(jì)算框架、人工智能算法任務(wù)調(diào)度以及支持機(jī)器學(xué)習(xí)、知識圖譜等不同計(jì)算模式的計(jì)算能力等都是人工智能平臺的發(fā)展方向。用戶可以在人工智能平臺之上，通過一系列的算法模型來進(jìn)行人工智能的應(yīng)用開發(fā)，平臺則主要關(guān)注人工智能的通用計(jì)算框架、算法模型、通用技術(shù)等關(guān)鍵領(lǐng)域，通過智能平臺建設(shè)，從發(fā)電、輸電、變電、配電到用電，為電網(wǎng)運(yùn)行多領(lǐng)域的業(yè)務(wù)應(yīng)用提供基礎(chǔ)資源、算法及服務(wù)能力的有效支撐，實(shí)時平衡電網(wǎng)，診斷設(shè)備故障，減少停機(jī)時間，降低設(shè)備運(yùn)維成本，確保電網(wǎng)的安全穩(wěn)定運(yùn)行，最大限度地提高電網(wǎng)精益化運(yùn)行水平并最終減員增效，改善用戶的體驗(yàn)。

未來，應(yīng)積極開展人工智能平臺技術(shù)的研究，建成人工智能平臺，構(gòu)建多級協(xié)同的人工智能服務(wù)，圍繞總部、省、市、邊、端多級協(xié)同需要，梳理健全協(xié)同交互機(jī)制，建設(shè)并沉淀各類共性模型能力，促進(jìn)公司范圍內(nèi)算力、算法、樣本資源共建共享，支撐公司核心業(yè)務(wù)領(lǐng)域智能化拓展。

4 結(jié)束語

當(dāng)前，人工智能技術(shù)對于解決電網(wǎng)系統(tǒng)所含有的復(fù)雜非線性、不確定性、耦合性、多變量等特點(diǎn)的問題具有較好的適應(yīng)性和靈活性，對于提高電網(wǎng)的運(yùn)行效率，提高其安全可靠性以及智能化水平將起到重要作用。未來，人工智能技術(shù)將繼續(xù)發(fā)揮其解決不確定性復(fù)雜系統(tǒng)的優(yōu)勢，以數(shù)據(jù)為基礎(chǔ)，融入人類知識經(jīng)驗(yàn)，加快推進(jìn)人工智能技術(shù)與電網(wǎng)運(yùn)行的業(yè)務(wù)融合升級，擴(kuò)展大數(shù)據(jù)挖掘、混合增強(qiáng)智能和知識圖譜等人工智能前沿技術(shù)在電網(wǎng)運(yùn)行領(lǐng)域中的應(yīng)用。本文通過對新一代人工智能技術(shù)在電網(wǎng)運(yùn)行領(lǐng)域中的應(yīng)用挑戰(zhàn)、應(yīng)用方式、應(yīng)用前景進(jìn)行分析與研究，為未來人工智能在電網(wǎng)運(yùn)行領(lǐng)域中的進(jìn)一步應(yīng)用提供技術(shù)指導(dǎo)。