国网内蒙古东部电力有限公司 内蒙古呼和浩特 010000
摘要：我国社会不断的发展、进步的今天，以深度学习为代表的先进人工智能技术促进了各行业的智能化发展。电网调控作为人工智能技术应用的重要领域之一，亟需借鉴互联网思维，充分利用人工智能技术，进一步提升电网调控业务的智能化水平。
关键词：人工智能；电网调控；全业务链路；探讨
引言
近年来，在我国科学技术不断创新的过程中，人工智能技术逐渐走向主流，尤其是基于机器和深度学习的智能技术的应用逐渐受到了各行各业的广泛关注，成为研究的重点之一，新一代基于大数据的人工智能系统综合了类脑智能机理，人工智能技术作为一种综合性技术主要以高性能计算、机器及深度学习作为支撑技术，使人工智能具备了强大计算能力、丰富的训练样本、高质量的学习模型及算法。
1电网调控全业务链路场景及其特点
结合调控全业务范围、调控员工作职责、调控管理模式，分析并建立调控全业务智能化场景链路。研究电网态势全局感知技术，充分利用电网设备的运行信息，面向设备的智能监测预警信息、实时气象信息和灾害预警信息、区域统计信息，人员操作行为信息，根据电网当前所属态势，如正常运行或电网故障，通过对信息的整合，自动适配调控人员信息需要，提升调控人员对电网全局信息的掌控能力，同时充分应用新型人机交互技术，简化操作环节，提升调控人员使用体验。根据电网一二次模型、电网运行特性和设备装置的运行特点，自动聚合为各种主题的监控事件。数据对比统计分析中心通过对设备实时数据分析、设备历史数据分析、电网跳闸事件分析，实现对设备监控数据、检修数据、缺陷数据等，进行深度运行信息挖掘，大幅度提高监控信息分析智能化水平，为集中监控运行提供更加有效和实用性的技术支撑。知识平台主要包括专家系统库、机器学习库、趋优控制库和业务功能模型库，其中既有通用智能方法和技术，也包括针对特定电网调度业务的定制智能算法。智能辅助决策中心主要针对电网常规操作、电网运行健康诊断和事故处理三大类业务应用场景进行智能辅助决策，决策过程中数据来源于云平台的语义数据智能代理，决策过程中的知识支持来自知识平台的智能支持以及辅助决策系统与调度员的智能交互。任务智能编排实现调度业务的智能分解、映射、推理，将调度业务转换成有序的任务操作序列，并通过代理操作实现操作指令序列的自动校验和智能下达。
2人工智能在电网调控全业务链路中的探讨
2.1知识发现与机器学习
知识发现或机器学习的目标是应用各种数据分析方法，从大量数据(或样本)中提取出可信、有效并能被人理解的知识。近年来知识发现技术在稳定评估中的应用引起了研究人员的重视。知识提取技术中比较常用的是神经网络、决策树等，但更有前景的是样本分布统计识别等数据挖掘类知识发现技术，其在稳定评估中的应用研究目前刚刚起步。基于模式发现的电网稳定评估技术不仅可以给出易于理解的、显式的稳定评估规则，而且可获得明确的预防控制信息，但由于采用稳态潮流量作输入，评估结果对网络拓扑的适应性较差。
2.2基于知识谱图的智能辅助决策技术
对于以往的经验型调度模式所形成的基于运行经验和知识积累的预案规程，使用人工智能进行训练学习后可显著较少重复性、固定化的操作过程、提升智能水平，作为一种基于图的数据结构的知识图谱具备检索、推理及分析功能优势，可有效描述知识间的关系，可作为规则知识的推理分析引擎，适用于推理和分析调度规则知识，电网调控知识图谱主要包括：知识提取，根据电网调度的文本用语特点采用调度专业词语完成语料库和语义模型的建立，再对文本数据使用自然语言处理技术进行信息抽取形成机器语言；知识表现，通过知识图谱（即将抽取的信息建立多层级关联关系）对知识间的关系进行描述，采用图数据库存储知识语义网络；知识计算，使用相关检索和推理方法获取知识的相关信息，据此提供辅助决策。以故障处置预案知识图谱为例，先对故障预案文本进行学习，抽取得到预想故障设备名称、故障后运行及处置方式等信息并建立知识图谱，实际发生故障时可联动触发图谱查询（通过智能告警）并给出处置预案，通过知识推理服务的调用获取故障后的相关信息，故障生后调控系统自动给出故障处置任务列表（以知识推理和电网实时状态为依据）和关键信息，结合实时量测和在线辅助决策功能获取辅助决策，通过人工进一步确认后通过自动发电及电压控制等完成相关操作（如故障后方式调整、恢复送电等）；对于设备检修操作可对操作票模板、检修操作规程使用深度学习技术，经人工确认即可完成设备检修操作（采用顺控方式）。在稳定断面智能限额方面，随着电网运行描述标准规范的不断完善，有利于通过自然语言处理技术获取电网运行同断面限额的关系，以便动态更新断面稳定限额的。此外还需不断学习模拟调度操作行为，研究调控操作行为画像技术，自动记录相关操作内容并进行标签化处理，然后对上述调度操作行为进行学习（运用深度神经网络、协同过滤等技术），实现类似事件出现后处置策略的自动推送。
2.3人工智能电网遗传算法的应用
人工智能计算中，最为重要的是遗传算法的应用，该算法是在模拟人类自然选择的基础上，进而模拟出生物进化机制中的最优搜索算法，一般来说该算法具有信息量十足的数据库，并在数据库中寻找解决问题的最佳方法，而遗传算法的应用，不仅能够在数据库中进行快速计算，还能得到最佳解决方案。因此，将该遗传算法应用到人工智能电网中，可以保障电力的正常运行，进一步确保电网中电力运行的稳定性。但是，在实际应用人工智能电网遗传算法的过程中，仍然会存在很多的问题，例如，故障数据建设问题就比较突出。针对该问题目前还没有具体的解决办法，因为电网数据模型还不完善，仍然需要更新配套设施。还有，尽管遗传算法具有解决问题效率较高的优点，还是缺乏一定的数据支持。因此在今后的研究过程中，有关技术研究人员应该抓紧建立一套科学完善的故障诊断数字模型。
2.4人工神经网络
人类身体各个部位都存在着相应的神经，各部分神经都根据实际情况向大脑传递信息。智能电网中也有一个类似于人类神经系统的人工神经网络，并具备较强的信息处理能力和高效的学习方式，能针对实际情况对具体问题进行深入分析。相关工作者利用人工智能将相关问题及其解决措施上传至神经网络，以保障电力系统安全、稳定运行。通过BP神经网络进行短期负荷预测工作时，在保证训练样本满足条件的基础上，合理划分预测模型，以构建出季节环境存在差异下的日、周、月预测模型；对如何选择输入变量及温度进行分析，利用神经网络和对应的元件关联对电力系统故障进行高效合理地诊断，从而获取到各种复杂故障对应的诊断措施。此类方法通过ANN模型将整个电力系统各个元件划分为线母、变压器及线路，并对3类元件的报警信息进行快速、独立地处理，以快速、准确地定位故障发生部位。相同跳闸范围内各个元件都产生了ANN模型诊断输出，就可以根据特征对其故障指标函数进行合理定义。通过对各元件故障指标函数的判断和分析，对此区域内的各类故障进行有效识别。
结语
通过对调控全业务的调研分析，研究在调控运行各业务中人工智能技术的原理和应用特点，探究新的人工智能应用技术，为各种业务的流程、交互、性能等方面提出人工智能水平提升的解决方案，实现调控从经验性向智能化转变，提升电网调控水平。
参考文献
[1]国网四川省电力公司.主网调度自动化运行集中监视系统正式上线[J].电力信息与通信技术,2016,14(01):48.
[2]綦雪松,王权.浅析电力市场化模式下的电力调度体系[J].科技风,2019(34):169-170.