基于人工智能技术的电网调度控制业务研究

白佳鑫

国网四川省电力公司米易县供电分公司 四川 米易 617200

快速发展的社会经济的用电需求不断提升，促使电网规模不断扩大，传统的电网调度支持系统已难以满足现代智能电网的调控需求，为顺应未来电网发展趋势，需通过现代智能技术的使用实现调度支持系统性能的有效提高。近年来，随着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 人工智能发展现状及概述

人工智能(artificialintelligence)，简称AI，是近年来快速成长起来的高科技，它将会在将来成为主导世界的战略性发展方向，现在它已经得到全球各个国家的高度关注和深入的研究。2006年，加拿大多伦多大学辛顿博士首次提出新的深度网络模型，并在2016年被用于图像和声音的智能分类，极大地推动人工智能的发展和实际的运用。大家都知道，谷歌研发的阿尔法 Go，在2016年度以碾压之势击败李世石，是 AI研究的里程碑。就在同一年，谷歌在自动驾驶技术上也有重大进展，其自动汽车的公路试验已经结束。目前，对人工智能技术的研发已被提升到一个国家的发展策略，而以深度学习和大数据处理为代表的新一代的 AI技术，也是促进诸如能源等一些传统行业技术发展的主要途径。相对于最早期的人工智能技术而言，新一代人工智能技术的核心是基于三种基本技术：高性能计算、大数据分析和深度学习，这些技术可以用大量的数据和大量的样本来联合得到更好的训练效果来促进其发展[1]。

2 基于人工智能的电力调控技术

对电网运行而言，电力调度控制中心扮演着重要的角色，是电网运行控制的枢纽。我国电力调度控制管理水平对整个电网的安全和稳定运行起着至关重要的作用。目前，我国电力调度工作还处于以人工分析和人工调度为主的状态。传统的手工作业模式主要依靠员工的经验进行作业计划的制定，具有较大的危险性。首先，不可能完全避免人为失误，再有经验的工作人员，也无法完全避开人类的错误，而人类的错误，往往会带来巨大的负面影响。其次，缺乏随机性。在这些普遍存在的问题之外，在电力系统的实际操作过程中，也有一些以前没有发生过，或者是很少发生的事情，工作人员在对这些事情的操作过程中，缺少一些可以作为基础的历史经验，很容易产生一些不知道该怎么做出决定的问题，这不仅给调节人员带来更大的困难，也对整个电力系统的稳定运营造成严重的影响。人工智能（artificialIntelligence）是指对模拟人类智能的理论、方法、技术和应用进行研究和开发的分支。目前，我国的人工智能技术已经进入高速发展时期。相对于早期的人工智能，下一代的人工智能将以高性能计算、大数据分析和深度学习为核心技术，通过充分的数据进行有效的学习，使其在不断提高。伴随著资讯科技的进步，智能科技逐渐深入到人们的日常生活中，并逐渐成为推动人类社会与经济进步的主要动力。《中国人工智能发展报告2018》（2018）显示，我国已经成为人工智能专利布局最多、投融资规模最大的国家。电力系统作为新型智能技术，其在电力系统的运行和管理中的地位越来越突出。当前，随着信息化程度的提高，对人工智能的研发和运用已被提升到国家的高度。《新一代人工智能发展规划》于2017年发布，从战略形势、总体要求、重点任务、资源配置、保障措施和组织执行等六个层面对其进行系统的规定，为未来的发展指明前进的道路。将智能技术应用于电力系统的运行管理具有十分重大的意义。首先，人工智能具有较高的学习能力，它可以对电力系统的运营过程中所积累的海量的信息进行深度的学习，并根据所得到的信息来进行电网的调度，提高电力系统的调度决策的精度。另外，在进行交互时，AI具有明显的优越性，可以利用触屏交互、语音交互等新型的交互方法，来提升交互效果，减轻操作员的工作负担，更好地达到对生产计划的要求。

2.1 基于电网大数据的电网特性及运行方式分析

新能源的迅速发展和大规模接入电力网络，风电和光伏发电具有输出不确定和逆向调节特性，给电力网络的安全性和稳定性带来挑战。在对调控中心的海量电网历史运行数据进行特征分析和处理的基础上，对数据的总体特征展开聚类分析，并运用深度学习技术，来精确地对电网内用电用户的用电行为、用电负荷变化趋势、电网运行走势、电网实时负荷平衡等进行预测，以提高电力负荷的预测准确度，提高电网调度的准确性，进而提高电网的供电可靠性，并提高电网调控人员的工作品质和工作效率[2]。

2.2 电网调度运行知识及经验深度学习及模拟

电网管理运作工作，包括它的正常操作和对问题的处理，都存在着与之有关的规定。操作手册的内容大多是由专门的人士来编制的，并且还会在现实中的操作经验的基础上对其进行持续的修改，从根本上来说，它是电网运行的知识和运行经验的一种累积，问题的优先级、电网安全校核的固定规则、操作指令的生成规范及逻辑等。操作手册是有一些可以被遵守的规则的。对电力系统的运行知识、运行经验以及有关的操作规范进行对应梳理，利用深度学习技术，对相关的学习机运行进行重复的模拟，可以得到关于电力系统的运行决策，在某种意义上可以为电力系统的运行工作人员带来帮助。此外，在以人工智能技术为基础的电力网络控制和运营体系中，也应将其纳入其中，以实现有效的辅助。

3 基于人工智能技术的电网调度控制业务主要功能

3.1 语音控制功能

目前，电网调度控制系统管理的操作接口仍然是由调度人员手工操作计算机的操作接口，这种接口方式十分简单，不仅加重调度员的工作负担，而且对问题的反应也不利。近年来，随着信息技术的持续发展，语音识别技术也有长足的进步，市场上出现很多的语音识别应用，其中以由科大讯飞所开发的语音识别应用最具代表性。语音识别软件拥有强大的语音辨识能力，可以对不同类型的声音进行辨识，为电力调度控制系统依据声音的信息，进行针对性的调整和奠定基础。在这种情况下，以智能技术为核心的电网调度控制系统调度与监控系统就成其基本的功能。在电力调度和控制中使用语音识别技术，能够提高调度人员在故障处理和指令发布中的工作效率，进而更好地完成电力调度和管理的任务，与手工的单击操作相比较，还能够在很大程度上降低工作人员的工作量。

3.2 故障处理功能

故障处理功能是基于人工智能技术的电网调度控制业务的又一重要功能。电网控制系统中大量的电力数据信息缺乏有效的存储和分发，使得这些信息的应用受到极大的限制。而在此背景下，以大数据为核心的大数据技术是解决该问题的关键。首先，对这些数据进行大规模的集成。电网运行过程中存在着大量的数据，而大数据技术对结构化甚至半结构化和非结构化的信息进行有效的集成。其次，利用大数据的方法寻找问题所在。在电网运行过程中，会生成海量的信息，而大数据分析拥有强大的分析功能，可以利用聚类分析、关联分析等手段，将这些信息中蕴含的信息进行挖掘，进而发现电网运行过程中存在的问题，并发出警报，为故障的处置留出足够的时间。并对该系统进行失效预报。通过对这些数据的处理，可以对电网运行状况进行准确的预报，为电网运行管理和调度部门的决策提供依据。

3.3 搜索查阅功能

以智能技术为基础的电力系统调度与管理服务也拥有较强的查询能力，云计算技术的开发和使用为其提供有力的支持。云计算融合高速因特网、高性能计算、海量数据库、传感器和远程设备等多种功能，是当今世界最具发展潜力的一项重要技术。随着云计算技术的发展，给电网的数据的保存带来新的途径，如果在云计算中，不仅可以让当地的电力企业获取有关的信息，还可以让电网系统中的其它区域的电力企业获取，进而提升这些信息的使用价值。为保证信息的安全，在获取电力系统的时候，需要设定授权，使用者可以根据自己的授权，获取各个层次的信息，这给数据的检索带来方便。

3.4 核心功能的关键支撑技术分析

（1）大数据计算与调控技术

深度学习需要以海量的数据和高的运算能力为基础，其在电力市场的调节中所面临的最大的困难是其运算力。为满足各种业务的需要和对深度的运算的要求，需要融合网络资源、不断完善的芯片技术（包括CPU、GPU、TPU等）、服务器和存储器等，逐渐地实现对软件定义的HPC和自调节的运算结构的建立，进而大幅地提高各种业务的运算能力。在大数据背景下，对智能计算（特别是以数据为基础的机器学习和深度神经网络）的研究和应用提出更高的需求。提升监管大数据平台对分布式数据的分析能力，为未来的应用提供更多的学习数据。基于大规模的时间-空间数据的调度大数据包含设备模型参数，地理位置，PMU，气象环境，电量，用户等信息，以及能源管理，配电管理，GIS，调度和生产管理，设备监测等信息。对大数据的汇聚与存储技术进行调整时，需要注意的问题有：①数据汇聚，以不同的数据源为基础，以数据的各种提取与汇聚方法为基础，将传统的数据访问方法（包括传输协议、数据库连接、消息队列等）与大数据的Sqoop、Flume等方法进行组合，达到对数据进行全量提取的目的，之后利用校验规则对数据进行清理与规范化。②数据存储，针对各种数据的特征，采取多种存储方式，如分布式文件存储，关系型数据库（以存储模型参数为主），列式数据库（以存储历史数据为主），内存数据库（以实时数据为主），时序数据库（以相量测定时间尺度数据为主），以实现数据的一致性。③数据关联，对于资料间差异，利用外键或引用等方法，进行相关处理，为资料进一步处理与整理工作奠定基础。事件发生后，调节系统会根据对问题的认识，自动地给出问题处理的工作清单和重要的信息，并将其与实时测量和在线辅助决策功能进行融合，获得对问题进行的帮助。之后，在经过人工的进一步确定后，再利用自动发电及电压控制等手段，来实现相应的工作（比如，故障后方式调整、恢复送电等）。在进行设备检修操作时，可以利用深度学习技术，对操作票模板、检修操作规程进行操作，在经过手工的确定之后，就可以将设备检修操作（采用顺控模式）进行完成。在稳定段的智慧指标中，伴随着对电力系统的操作描述的标准和规范的持续改进，这对于利用自然语言的技术来获得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，可以对学习稳定性指标进行实时的更新。在此基础上，通过仿真，探索调节操纵过程，建立操纵过程的图谱，并对操纵过程内容进行标记，进行深度神经网络、协同过滤等技术，以达到在同类事故发生时，对操纵过程中的操纵过程进行有效的控制[3]。

（2） 电网预测技术及调度智能助手技术

针对可更新电力系统对气候变化敏感的特点，利用集成学习、条件变分深信度神经网络等技术，结合非/半监督学习方法，结合多元预测方法，对可更新电力系统中各要素之间的内在规律性以及相互耦合的相关性进行综合研究，获得可更新电力系统中各要素之间的相互联系，达到对可更新电力系统的准确预报。针对区域电力系统中大规模的 DG并网以及具有“源-荷”特征的装备日益增多，需要改进循环神经网络、长短期记忆等算法，构建能够对各种影响因子进行学习与仿真的综合预报模型与算法，以适应区域电力系统的负载预报要求；针对造成系统老损、外部气象环境变化等导致的系统发生失效跳闸的情况，依据系统的历史失效跳闸事件与外部气象环境等，完善系统的运行状况（自适应）评价模型，并利用已有的系统运行状况（如：系统运行），从系统运行中获得系统运行中可能出现的主要影响因子与影响因子，并将其与系统运行中的各种评价手段相融合，实现系统运行中各种影响因子的有效识别。利用虚拟现实、语音识别等技术，可以明显提高调节系统的人机互动性能，实现以语音互动为特点的智能助理功能，包括触屏控制、人脸/语音识别等各种互动方式。还可以将强大搜索引擎配置到系统服务端，实现使用语音、键盘输入相关内容，搜索、抽取、加工、分析和自动统计系统中的各类数据（包括原始数据、相关规程、计算结果等），可以更好地提高交互方式的智能化程度。按照不同的目标，搜索引擎可以被配置在不同的位置（针对不同的位置）。在显示方式方面，可以利用虚拟现实技术来丰富的可视化的显示效果，并利用自动制图技术来实现基于多场景的图形（如电气分区图、停电区域图、供电路径图、潮流图自动生成等）的自动形成。

4 结束语

目前，以数据驱动、知识导向为特点的人工智能技术正在迅速发展，随着电力行业对现代化、智能化发展的要求越来越高，将人工智能技术与新一代电力行业发展趋势也越来越明显。本研究从电力行业的实际情况出发，对人工智能技术在电力行业中的可应用场景进行初步的探讨，并对其进行深入的研究，最终完成电力行业整体框架的搭建，并对其核心功能进行设计，并对其进行详细说明，为促进电力行业从传统的以物理模型为主导的电力行业发展，向物理模型与数据驱动相结合的方向发展提供借鉴。