摘要：当前，人工智能正在引领新一轮科技革命和产业变革。2019 年年初，国家电网有限公司以习近平新时代中国特色社会主义思想为指导，顺应能源转型发展趋势，做出“三型两网、世界一流”战略部署，为以人工智能为代表的现代信息技术在电网企业应用落地提供了宽广平台。电力系统发展进入新时期，技术特征和功能形态都在发生深刻变化，调控领域正面临前所未有的机遇与挑战。质量变革、效率变革催生电网调控思维变革、技术创新和管理提升，运用人工智能技术，将调度数据、知识和经验进行有效管理和应用，推动现有技术体系智能化升级，提升电网运行水平，已成为必然趋势。
关键词：电力系统；电网调控；人工智能；
1人工智能技术发展现状
人工智能概念诞生于 1956 年，在半个多世纪的发展历程中，人工智能技术和应用发展经历了三起两落。2006 年以来，以深度学习为代表的机器学习算法在机器视觉和语音识别等领域取得了极大成功，使人工智能再次受到学术界和产业界的广泛关注。近年来，随着计算能力提升，数据爆发增长、机器学习算法进步、投资力度加大，人工智能迎来新一轮发展浪潮。在人工智能战略和资本市场的推波助澜下，人工智能的企业、产品和服务层出不穷。新一代人工智能技术的主要特征是大数据基础上的人工智能，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等特点。新一代人工智能的技术体系包括：基础技术(机器学习)、通用技术(语音交互、计算机视觉、自然语言处理、知识图谱等)和应用技术(人脸闸机、自动驾驶等)。目前，国内人工智能发展已具备一定的技术和产业基础，在芯片、数据、平台、应用等领域集聚了一批人工智能企业，在部分方向取得阶段性成果并向市场化发展。自动驾驶、工业机器人、智能医疗、无人机、智能家居助手等人工智能消费级产品孕育兴起。人工智能在金融、安防、客服等行业领域已实现应用，在特定任务中语义识别、语音识别、人脸识别、图像识别技术的精度和效率已远超人工。实体经济数字化、网络化、智能化转型演进给人工智能带来巨大历史机遇，展现出极为广阔的发展前景。新技术、新模式、新业态、新产业正在构筑经济社会发展的新动能，在新一轮科技革命和产业变革的历史进程中，人工智能将扮演越来越重要的角色。
2电网调控对人工智能技术的需求分析
随着人工智能技术的不断发展，调度业务智能化已经成为电网调度运行控制的发展趋势，而调控数据来源于不同的系统，如能量管理系统、生产管理系统、地理信息系统等，系统中的海量数据如实时数据、结构化、半结构化和非结构化数据等，则为人工智能技术在电网调控中应用提供了数据驱动的基础。为充分发挥 AI 技术优势以支撑电网调控业务的发展，需要将 AI 技术特点及优势与电网调控业务的需求相结合。人工智能技术以数据驱动为特征，擅长解决一些特定、复杂的规则化或模式识别(去模型化)问题，比如：1）具有明确规则且耗费大量人力的工作；2）目前基于模型机理分析并不能很好解决的调控任务。换言之，只有针对上述问题，人工智能才可能真正发挥其技术优势。目前，人工智能技术在互联网领域应用发展比较广泛，其应用的场景和方案也主要围绕着图像识别、语音识别和自然语言理解来开展。基于百度公司的 AI 开放平台，某供电局采用深度学习技术，通过在线监测设备以一定时间间隔进行拍照，利用识别大型机车等外部安全隐患的图像技术，及时排查输电线路外部隐患并达到实时监控的目的，从而实现了输电运检模式从自动化向智能化的转变[27]。上述案例就其本质而言，属于图像识别的范畴。电网调控业务涉及监视、分析及决策等不同的典型业务场景，各业务场景具有不同的功能特点，且拥有不同数量等级的数据。
人工智能技术在涉及安全控制的电网调控业务场景方面具有一定的局限性，主要是基于人工智能技术训练得到的模型在进行前向推理的过程中，受制于其模型的泛化能力，其训练数据的准确性并不能保证完全正确，而对于深度神经网络，精度为 99%以上已经算是非常优秀的性能，但这对于可靠性要求非常高的电力系统来说，将采用人工智能得出的结果直接用于电网运行控制中，有可能导致电网巨大的安全隐患和经济损失。但人工智能技术在绝大多数应用环境下具有远超人类生物机能限制的快速及准确性优势，因此可作为调度辅助决策工具。一般而言，电网调控中预测类、图像识别、故障辨识等相关业务具有应用人工智能技术的潜力，但是在模型和算法的选择方面需要充分考虑所应用业务的特有技术特点以及数据规模。对于具有小样本特征且无法离线生成海量模拟数据的调控业务，不宜采用深度学习来解决，易导致训练模型过拟合和泛化能力不强的问题，可考虑传统人工智能技术或仍保留人工经验决策方式。以上分析可见，虽然电网调控对于人工智能技术存在巨大的技术需求，但目前人工智能处在一个基于海量数据驱动的“感知智能”阶段，属于“弱人工智能”。从时间尺度上来看，电网调控对于人工智能的需求的发展需要经历如下两个阶段：第一阶段：将在互联网领域中应用成熟的感知智能技术直接平移到电网调控系统中，如图像识别、人脸识别、语音识别、合成等，实现电气设备损伤探测、变电站监控视频及图像智能分析、调度人员权限管理以及语音调阅界面等功能。第二阶段：在充分掌握深度学习及强化学习的技术优点和局限基础上，采用特定的技术方法，将先进人工智能技术与电网调控领域的感知与决策需求有效结合。将人工智能技术集成于电网调度控制系统中部分子模块中，构建集态势感知、自主学习推理能力的辅助调度决策机器人以提升电网智能化调控水平，从而在一定程度上实现电网调控由人工经验向智能调度方向过渡。
3 电网调控领域人工智能应用展望
3.1 提高电网运行特性认知水平方面
1）大电网仿真样本管理与生成。面向在线和离线数据，构建海量仿真样本的系统性存储和高效访问机制；利用人工智能方法，自动实现仿真样本补充和样本分布改造，提升仿真样本库的均衡性、多样性和合理性，为进一步挖掘电网稳定规律提供数据基础。2）方式计算智能辅助工具箱。针对仿真分析工作中潮流调整环节需反复试探的问题，实现高收敛性的交流潮流自动调整；提出影响输电断面极限传输容量的关键敏感因素搜索方法；针对目前大量暂态稳定仿真曲线严重依赖人工判稳分析的问题，实现仿真曲线的自动分析，识别各种失稳形态。
3.2 提高调度控制效率方面
1）基于泛在感知的电网监控事件化技术。研究基于泛在感知的电网监控事件化技术，实现电网监控运行规律智能分析、基于人工智能的电网监控事件识别和智能作业，实现监控业务处理由传统单点信号监视向综合事件监视的转变。2）基于大数据的设备状态趋势感知。构建统一的监控设备模型，将多源数据关联融合，利用大数据分析技术实现设备状态趋势评估，辅助识别设备故障及缺陷等造成的电网风险隐患，提前进行风险预防。3）调度机器人助手。研究电网调控事务性工作智能执行技术，实现基于语音的电力信息查询、搜索、功能调用，实现可定制报表、自动构图、典型业务电话自动应答等功能；研究计划性倒闸操作智能执行技术，实现计划性倒闸的一键式操作和智能安全校核；提出电网复杂故障诊断与辅助处置方法，实现交直流混联大电网系统级复杂故障告警及原因诊断，以及设备故障后的电网快速自动恢复。
结束语
人工智能是电网调控技术进步的方向，将传统模型驱动的调控技术升级为模型和数据混合驱动，可极大提升调控技术支撑的效率和质量，更好地满足新形势下运行和管理需求，引领电网调控领域的智能化发展。
参考文献
[1] 寇伟．“三型两网”知识读本[M]．北京：中国电力出版社，2019．
[2] 李明节．大规模特高压交直流混联电网特性分析与运行控制[J]．电网技术，2016，40(4)：985-991．