基于人工智能技术的智能电网调度研究--中国期刊网

字体：大中小

首页> 原创作品> 正文

基于人工智能技术的智能电网调度研究

发表时间：2020/8/4 来源：《电力设备》2020年第8期作者：姜宇

[导读] 摘要：在智能电网环境下，伴随着智能电网技术的全面快速发展，为整体保障智能电网的运行成效与运行安全，为及时发现和检测智能电网中存在的故障或者问题，应该积极采用智能调度技术，综合性优化智能调度的整体成效，确保电网运行安全。

        (国网辽宁省电力有限公司辽阳供电公司辽宁省辽阳市 111000)
        摘要：在智能电网环境下，伴随着智能电网技术的全面快速发展，为整体保障智能电网的运行成效与运行安全，为及时发现和检测智能电网中存在的故障或者问题，应该积极采用智能调度技术，综合性优化智能调度的整体成效，确保电网运行安全。
        关键词：人工智能技术；智能电网调度；应用
        1智能调度系统概述
        智能调度系统是利用计算机控制技术、通信技术和网络技术等，通过使用抗干扰的通信设备和电力仪表，采集至监控管理软件组态，形成智能化集成型电网调度综合应用的自动一体化平台。在社会经济全面快速发展的今天，生产生活的用电规模以及用电数量不断增加，人们迫切需要一个运行稳定、传输质量高的电网系统，以此来保障供配电的稳定、可靠与安全。在智能电网环境下，伴随着电网运行能力的不断增强，需要在电网调度方面积极实现智能化与自动化。依托于智能调度系统，能够实现对电网的全过程监测，同时也能够实现决策的科学性与全面性，还能够在很大限度上避免可能存在的系统故障或者停电事故。在智能电网的运行状态下，积极采用智能调度系统，并不是取代传统的人工调度，而是辅助调度人员更好地开展电网调度工作，以此来综合保障整个电网运行的安全可靠与稳定。
        2智能电网的基本特征
        2.1自愈性
        自愈性是智能电网系统的主要特性之一，也是十分突出的一项特征，是保证电网安全运行的前提条件。在内部或是外部的诸多因素使电网产生损害时，相关人员只需要给予一定的干预，便能够隔离电力网络中存在问题的元件，而且不会影响系统的正常运行。在局部网络无法正常运行或是电力元件出现异常运行状态时，智能电网系统能够自行完成数据收集与分析，并且尽快恢复电网的正常运作。
        2.2兼容性
        智能电网的兼容性，主要是指能够与分布式的电网及微电网并网运行，合理利用太阳能、风能等清洁的可再生能源。为满足电力用户的供电需求得以满足，必须要尽可能规避系统运行的冲突，保证系统的稳定运行。
        2.3高效、稳定
        智能电网系统的智能性优势，是使用这一系统的主要原因，也是系统的主要优势。智能型的系统，能够随时监控系统的运行状态，在系统出现运行问题时，能够做出应急处理。为了更加高效、稳定地供电，必须要意识到智能电网系统的高效性优势，同时减少供电成本的消耗。
        3基于人工智能技术的智能电网调度技术分析
        3.1高性能计算技术
        早在上世纪八十年代就提出了神经网络理论，然而由于实施难度比较大，因此未成为主流理论和技术。深度神经网络在近些年的发展中开始显现出迹象，主要是因为高强度的计算能力和样本数据。通过计算力和数据量的深度学习，对于高性能计算的要求也在不断提升。调控系统运行过程中，将会产生数以百万计的数据，且历史数据量明显大于现有计算规模。所以在电网调度领域中，应当注重深度学习，即计算力。联合计算机中央处理器、图像处理器以及张量处理器等核心技术，联合服务器、网络资源和存储资源，能够建立基于手持电脑的软件，以此降低电网调度的成本，还能够提升运行效率，以此满足不同学习算法的需求。不同业务场所所需要的计算要求均不相同，所以电网调度技术在未来发展中应当注重建立硬件资源、设计分布式框架以及改进功能算法等。
        3.2调度大数据技术
        大数据技术属于人工智能技术的基础，关于人工智能的算法都必须有样本数据的支持。尤其是针对数据驱动为主的深度学习算法、机器学习等，数据的完整性和全面性会直接影响学习效果。所以需要建立调度大数据平台，汇集和整合分散数据，建立统一化数据平台，还能够为后续业务场景提供训练样本。

期刊文章分类查询,尽在期刊图书馆

        从本质上讲，电网调度属于广域时间与空间下的协调控制，所以调度大数据也属于广域的时空数据。从数据内容来看，调度大数据包含设备模型参数、监控与采集、地理位置以及故障录波等。从数据来源角度分析，由于管理职责的不同，因此多分布于地理信息系统、配电管理系统、调度管理系统以及设备状态检测等。从调度数据的结构看，包括非结构化数据和结构化数据。从调度数据采集方式划分为数据转发和直接采集等。从调度数据的更新频率来看，包括毫秒级数据、秒级数据、分钟数据和小时数据等。所以调度大数据技术属于综合性技术。
        3.3电网预测与辨识技术
        通过深度学习和机器学习等人工算法，联合调度大数据技术，能够通过学习样本数据对电网运行趋势进行预测。对于电源侧来说，则应当分析可再生能源受环境因素的影响，通过集成学习、深度置信网络以及集成学习等方式，通过多分类决策、网络训练以及泛化能力，对不同预测算法和模型进行整合。通过多样化自主学习方法，能够对不同因素的关联性、数据内部规律等进行分析，还能够预测可再生能源发电情况，明显提升预测精度。
        对于用户侧方面来说，负荷侧风能、光伏等连接到电源中，会导致功率随着温度敏感性负荷的增多、双重特性设备的增加，明显加大负荷预测的难度。此外，还要对不同算法对负荷预测中的应用进行研究，例如混合模型聚类算法和神经网络算法等。通过集成化学习思想，能够建立预测算法和模型，对不同因素在负荷预测中的作用进行模拟；其次，对于充电站和智能楼宇来说，则应当进行复核特征辨识，通过深度学习算法，对不同气象环境和电价激励的柔性调节能力进行识别，有助于实现电网实时平衡控制效果。
        对于电网侧来说，当气象环境和设备健康状态发生变化时，很有可能造成设备故障跳闸，并且按照设备故障跳闸事件、设计参数等，联合具体运行状态，建立设备状态评估模型。通过训练和学习设备的历史故障，能够及时发现导致设备故障跳闸的规律和影响因素。通过应用物理模型评价法，能够明显提升设备故障跳闸风险辨识的准确性。
        3.4基于知识谱图的辅助决策技术
        现阶段，电网调度系统还是多以实践经验进行调度，设备检修操作具备标准化流程，在处理故障时具有故障预案与处理机制中。通过人工智能技术训练和学习经验知识，利用计算机系统处理固定化和重复性工作，随着知识图谱技术的发展，被广泛应用到医疗辅助诊断和金融风险防控中，通过实际应用发现，该项技术也可应用到调度规则知识的分析方面。电网调度知识图谱比较类似于互联网，能够提取、存储和计算知识。
        3.5基于语音交互的调度智能助手技术
        在未来发展中，人机交互可以具备智能化及互动化特点。交互方式通过触屏控制、语音识别和人脸识别等技术实现。可以按照调度人员所输入的内容，加工和分析系统中的原始数据和计算结果。当需要对电力设备运行状态进行查询时，可以采用智能搜索引擎，自动化抽取数据并进行计算。
        结束语
        现阶段，社会生产生活对于电力能源的需求度不断提升，人们开始关注电网运行质量与效率问题。长期以来，电网建设与运行都受到多种因素干扰，再加上世界环境复杂化发展，都使电力系统环境污染问题严峻。为了彻底解决好该类问题，应当大力发展风能、太阳能和水能等清洁能源和二次能源，并且不断提升上述能源在电网建设运行中的比例。为了将清洁能源合理地应用到电网中，必须处理好电网运行的各项问题。人工智能技术具备自主学习和自主组织等特点，可以简化和处理复杂问题，该类复杂问题都是无法通过传统算法所处理的。所以，在智能电网运行中应用人工智能技术，能够提升电力系统运行效率。
        参考文献:
        [1]焦晓艳.基于人工智能电网故障恢复的调度员辅助系统[J].科学技术创新,2019(26):66-67.
        [2]周宗伟.某省级电网事故处理辅助系统研究及应用[D].郑州大学,2019.
        [3]周杰,马良,杨景文.智能电网的基于人工智能的调度技术[J].科技与创新,2019(07):38-39+45.