人工智能在电网调度问题中的应用现状

发表时间:2021/4/28   来源:《中国电业》2021年第3期   作者:孙道贺1 杨彪 耿立校2 杨欣1,3
[导读] 随着社会的发展我国的电力系统规模不断扩大,电网调度由此也面临着巨大挑战,它对于电力系统的稳定运行以及用户的安全用电发挥着重要作用。
        孙道贺1 杨彪 耿立校2  杨欣1,3
        1 天津理工大学中环信息学院;  2 天津瑞格特拉科技发展有限公司;  3 天津市汉拓计算机技术研究所
        摘要:随着社会的发展我国的电力系统规模不断扩大,电网调度由此也面临着巨大挑战,它对于电力系统的稳定运行以及用户的安全用电发挥着重要作用。本文根据我国电网调度的现状以及所存在的问题,分析人工智能技术在我国电网调度中的应用,对我国电网调度的发展提供一定的借鉴意义。
关键词:人工智能;电网调度;稳定运行
1 引言
        随着时代的快速发展,社会的运行对电力的需求量越来越高,而我国传统电网调度时效性差、稳定性低,已经无法满足当前条件下的电力需求,因此,对我国电网调度提出了更高的挑战。另外,当今世界环境问题日益突出,而电力系统则为污染源之一,为了减少电力系统对环境的污染,满足经济社会的发展要求,我国正在加大对可再生能源的开发,如何将可再生能源合理地应用到电网系统中是我国当前面临的重大问题。面对这些比较复杂的问题传统的技术无法解决,而人工智能技术则是解决此问题的良好方法,因此将人工智能应用于电网调度问题中十分有必要,此应用可以使电网朝着高效化、安全化和低碳化发展。
2 人工智能概述
        人工智能简称为AI,它是由多种学科相融合形成的一门综合性学科,2016年,人工智能技术取得突破性的进展可以从AlphaGo在围棋比赛中取得胜利以及神经网络算法在语音和图像识别中的应用可以看出,近些年来,人工智能技术遍及我国的各个行业,对于电力系统的稳定发展也不例外,该技术对我国电力系统的高效率稳定运行发挥着重要的作用。
3 我国电网调度的工作内容及存在的问题
3.1 电网调度的工作内容
        电网调度工作的运行需要结合电力系统的实际运行状况,首先要找好电力调度所管辖的区域,在对其开展调度同时做好相应的记录,以避免产生故障对运行造成相应的影响,并且需要对电网以及电压的频率有一定的了解,在发生故障时能够做出及时的处理与反馈,以保障电网的正常运行。电网调度工作的进行需要结合月度、年度的记录以及相关的影响因素来制定调度计划,并且要做好前期的分析工作掌握电网的调峰来制定出科学的发电计划。
3.2 电网调度存在的问题
        (1)时效性较低
        评估电网调度系统优良性的其中一个指标就是时效性,如果工作人员花费较多的时间去分析电网调度系统则会耽误对电网的实际掌控,相应地,电网系统的稳定运行也会无法得到保障,甚至会影响社会的正常秩序,而当前我国电网调度系统在线分析的时效性不足,因此,时效性是我国电网调度系统发展时所需要注重的一点。


        (2)数据准确性分析有待提高
        随着我国电网的不断发展,电网的复杂性、随机性以及多元性特征越来越明显,为了保障电网的稳定运行,电网调度系统需要通过准确分析运行数据进行判断并且做出相应的决策,因此,对我国的电网调度系统提出更高的要求,但目前传统的分析方法以及仿真模型无法满足对电网运行数据的准确性分析。
        (3)电网调度技术水平低
        电网调度人员的配备如果不够合理,并且所采用的技术手段比较落后的话,则无法建立精准的模型,可能会使电网调度的技术水平达不到所需要的要求,在短时间内无法得到满意的结果。在我国电网规模不断扩大的条件下,技术水平低下,而且技术人员的数量不足,对我国的电网调度以及电力维护效率都造成了一定的影响。
4 电网调度对人工智能技术的需求分析
        随着我国电网系统的不断发展,当代生活中广泛应用着特高压交直流电网,该电网的应用使电网运行特征、电源的结构以及电源格局发生着改变,传统的电力分析方法已经无法满足当代对电网数据的准确性分析,因此,电网调度的革新迫在眉睫。随着大数据时代的到来,人工智能技术已逐步应用到社会生活中,并且为人类的生活带来了很大的便利,相应地,将人工智能技术应用到我国电网调度系统中具有很大的现实意义,使我国电网调度系统变得更加智能、稳定、安全。
5 人工智能技术在电网调度中的应用
5.1 电网运行状态全景化感知
        电网运行态势的全景化感知主要是指通过运用电网以往的数据来进行学习,该运行与传统的电网运行不同,它是应用到神经网络,在控制设备以及手机上能够看到电网的故障报告和其他信息。这些数据的运用还能够反映出电网的一些运行状态,结合用电价格、水温以及天气等能够对电网的运行状态进行量化评估,从而可以实现对电网的风险预判以及电网运行的在线跟踪。
5.2 机器深度学习机制的建立
        机器深度学习机制是一种通过数据建立起的模型,以人工智能拟人地完成推理的神经网络,通过聚合学习运算的应用建立起人工智能能够自适应学习的调度平台,在人机交流互动中,能够挖掘到具有价值的相关数据。人工对新规则、新知识进行审核之后,及时地修正相关逻辑,进而实现具有自我完善功能的人工智能的调度系统,从而发现人类不容易发现的事情并适应电网的运行。
6 结论
        随着新能源产业的不断发展,电网逐步呈现出智能化的特征,因而对电网调度技术提出了更高的要求,而传统技术存在着可靠性低、长久验证缺少的问题,而人工智能技术则是促进电力系统变得更加安全可靠的有益工具,该技术凭借其特点和优势能够有效地解决我国电网调度存在的复杂问题。
参考文献:
[1]李永龙,秦少明.基于人工智能技术的智能电网调度技术探讨[J].内蒙古煤炭经济,2020(05):186.
[2]李金讯,颜清,吴秋佳.基于大数据及人工智能的大电网智能调控系统框架[J].通信电源技术,2020,37(03):5-7.
[3]李同.电网调度运行方式优化对策探讨[J].电子测试,2020(16):111-112.
 基金项目:天津市企业科技特派员项目(19JCTPJC59800)。
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: