AI技術(shù)在電力系統(tǒng)發(fā)展中的應(yīng)用與前景

　　在能源轉(zhuǎn)型背景下，AI技術(shù)將成為電力系統(tǒng)自動化、智能化平穩(wěn)運行的關(guān)鍵，能夠廣泛應(yīng)用于電力調(diào)度、繼電保護、電力設(shè)備管理、電力系統(tǒng)穩(wěn)定評估與決策等電力系統(tǒng)運行管理領(lǐng)域，具備廣闊的應(yīng)用前景。

　　文 | 劉舒巍 楊和辰 余夏 舒斌 吳其榮

　　AI技術(shù)在電力系統(tǒng)中的應(yīng)用現(xiàn)狀

　　AI技術(shù)，即人工智能(Artificial Intelligence)技術(shù)，最早在1956年的Dartmouth學(xué)會上被提出，可以對人的意識、思維過程進行模擬、延伸和擴展，淺顯地講就是可以像人一樣思考決策、甚至超越人的智能技術(shù)。相對于傳統(tǒng)人工操作，AI技術(shù)能夠高效穩(wěn)定地完成設(shè)定工作，從整體上提高應(yīng)用效率，降低運行成本。根據(jù)《新一代人工智能發(fā)展規(guī)劃》中的分類，目前應(yīng)用于電力系統(tǒng)的AI基礎(chǔ)理論主要有：大數(shù)據(jù)、自主協(xié)同控制與優(yōu)化決策、高級機器學(xué)習(xí)等，通過此類技術(shù)的協(xié)同應(yīng)用，AI技術(shù)能夠具備傳統(tǒng)技術(shù)無法比擬的多種優(yōu)勢。

　　AI技術(shù)在電力系統(tǒng)中的應(yīng)用一般可分為2個階段：

　　(1)以專家系統(tǒng)和人工神經(jīng)元網(wǎng)絡(luò)(Artificial Neural Network, ANN)為代表的第二代AI技術(shù)在電力系統(tǒng)各子領(lǐng)域的應(yīng)用，在第二代AI技術(shù)中，數(shù)據(jù)具有核心地位，但是不再為系統(tǒng)灌輸知識，而是設(shè)法讓系統(tǒng)從數(shù)據(jù)中自主學(xué)習(xí)知識，即利用數(shù)據(jù)、算法與算力3個要素構(gòu)造的AI。其中，ANN模塊就是典型的代表之一，ANN具有強大的學(xué)習(xí)能力，可以從原始數(shù)據(jù)中抽取出知識并存儲在網(wǎng)絡(luò)參數(shù)中，因此可以應(yīng)用在電力系統(tǒng)的電力調(diào)度、繼電保護以及電力設(shè)備管理等方面。

　　(2)以深度學(xué)習(xí)為代表的第三代AI技術(shù)，即融合了知識驅(qū)動和數(shù)據(jù)驅(qū)動的優(yōu)點，利用知識、數(shù)據(jù)、算法和算力4個要素建立新的可解釋和魯棒(Robust)的AI理論與方法，能夠更全面地利用知識和數(shù)據(jù)，讓AI技術(shù)更安全、可信、可靠，如深度學(xué)習(xí)在電力系統(tǒng)穩(wěn)定評估與決策中的應(yīng)用等。

　　● AI技術(shù)在電力調(diào)度中的應(yīng)用

　　隨著發(fā)電側(cè)的不斷多元化以及用電側(cè)對于電力需求的不斷增加，電力調(diào)度需要處理的實時數(shù)據(jù)也隨之不斷增加，AI技術(shù)以其運算高效、操作精準(zhǔn)、學(xué)習(xí)能力較強，在電力調(diào)度中獲得了廣泛應(yīng)用。

　　專家系統(tǒng)

　　電網(wǎng)調(diào)度系統(tǒng)在運行過程中對知識經(jīng)驗的要求較高，AI技術(shù)的“專家系統(tǒng)”，是指在原有系統(tǒng)的基礎(chǔ)上，根據(jù)運行經(jīng)驗，利用信息技術(shù)，建立完善的數(shù)據(jù)庫，讓AI技術(shù)具備“專家”的能力，能夠觀察電力系統(tǒng)的運行調(diào)度狀態(tài)，模擬人工進行分析、決策，對存在的問題進行及時處理，并在運行中不斷豐富自身的信息庫，以滿足調(diào)度系統(tǒng)的運行需求。

　　當(dāng)然，專家系統(tǒng)作為第二代AI技術(shù)，也存在一定的弊端，主要體現(xiàn)在自主學(xué)習(xí)能力較差，自我發(fā)展水平較低等方面，未來可結(jié)合其他技術(shù)組建耦合模型，共同作用實現(xiàn)電力系統(tǒng)的穩(wěn)定運行。

　　可視化技術(shù)

　　隨著電力調(diào)度系統(tǒng)需要處理的實時數(shù)據(jù)不斷增加，電力調(diào)度的復(fù)雜度、排障難度也逐步增大。而可視化技術(shù)能夠?qū)崿F(xiàn)信息數(shù)據(jù)的圖片化展示，幫助調(diào)度人員直觀地“看到”故障位置，節(jié)約了對海量數(shù)據(jù)信息進行分析所消耗的時間和精力，能夠顯著提升工作效率，保障系統(tǒng)平穩(wěn)運行。

　　人工神經(jīng)網(wǎng)絡(luò)

　　人工神經(jīng)網(wǎng)絡(luò)技術(shù)是模擬人腦神經(jīng)元，建立某種簡單模型，從而實現(xiàn)智能化信息處理和傳輸?shù)囊环N技術(shù)。在電力系統(tǒng)中，諸如電廠、變壓器等模塊化的部件可以看作是簡單的神經(jīng)元，這些模塊均擁有特定的輸出函數(shù)，這些部件互聯(lián)結(jié)構(gòu)而成的電力系統(tǒng)則可以看作是整體的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。依托這個神經(jīng)網(wǎng)絡(luò)系統(tǒng)，耦合一定的數(shù)值算法，可以對海量數(shù)據(jù)進行分析和處理，提高電力調(diào)度過程中的信息傳輸和處理效率;同時，神經(jīng)網(wǎng)絡(luò)系統(tǒng)還具備自我學(xué)習(xí)能力，可以對實時數(shù)據(jù)進行在線學(xué)習(xí)和聯(lián)想記憶，從而實現(xiàn)對電力調(diào)度的有效管理和控制，保障調(diào)度系統(tǒng)高速平穩(wěn)運行。當(dāng)然，構(gòu)建電力系統(tǒng)這樣的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，并不是簡單的幾個神經(jīng)元連接即可，其中隱含層層數(shù)、隱含層節(jié)點數(shù)的確定也是需要重點考慮的問題，例如針對隱含層節(jié)點數(shù)，一般需要通過在網(wǎng)絡(luò)訓(xùn)練中選取不同節(jié)點數(shù)分析、比較，最后得出預(yù)測結(jié)果誤差，然后確定選取最優(yōu)的節(jié)點數(shù);此外，各神經(jīng)元的初始權(quán)值和閾值的選取也十分重要，針對Sigmoid、Tanh、ReLU等常用激勵函數(shù)，如果初值取得太大，則會導(dǎo)致函數(shù)輸入過大，進而達到飽和。

　　總體而言，AI技術(shù)有助于提升電力調(diào)度系統(tǒng)的可靠性和穩(wěn)定性，未來隨著AI技術(shù)的不斷升級優(yōu)化，它在電力調(diào)度系統(tǒng)中的應(yīng)用將更加廣泛。

　　● AI技術(shù)在繼電保護中的應(yīng)用

　　將AI技術(shù)應(yīng)用于繼電保護中，能夠提升繼電保護敏銳度、準(zhǔn)確度，從而保障電力系統(tǒng)運行安全。

　　專家系統(tǒng)

　　其原理與上文中的“專家系統(tǒng)”類似，在繼電護中，也可以利用專家系統(tǒng)，讓繼電保護機制具備“專家”的運行知識和經(jīng)驗，掌握自動分析和解決問題的方法，提升繼電保護運行水平。

　　暫態(tài)保護

　　通過構(gòu)建暫態(tài)保護機制，利用AI技術(shù)的運算優(yōu)勢，自動提取故障信息并進行故障識別，為繼電保護系統(tǒng)提供及時可靠的決策依據(jù)，從而及時將其與故障隔離，保證主設(shè)備安全。

　　人工神經(jīng)網(wǎng)絡(luò)

　　其原理與上文中的“人工神經(jīng)網(wǎng)絡(luò)”類似，在繼電保護系統(tǒng)中人工神經(jīng)網(wǎng)絡(luò)主要用于故障類別識別。例如發(fā)生故障后，可以通過人工神經(jīng)網(wǎng)絡(luò)自動判斷故障類別(瞬時故障還是永久故障)，若為瞬時故障則可執(zhí)行重合閘指令，若為永久故障則不可重合閘。此外，模糊理論、遺傳算法也可進一步優(yōu)化繼電保護運行算法，提升繼電保護系統(tǒng)運行水平。

　　總體而言，AI技術(shù)能夠有效優(yōu)化繼電保護機制，及時、準(zhǔn)確地切斷系統(tǒng)故障，避免故障擴大甚至影響主機運行，從而進一步保障電力系統(tǒng)的安全穩(wěn)定。

　　● AI技術(shù)在電力設(shè)備管理中的應(yīng)用

　　電力生產(chǎn)設(shè)備的運行維護管理是保證電力系統(tǒng)安全的一項基礎(chǔ)工作，同時也是影響電力系統(tǒng)安全可靠運行的重要因素。

　　以電力一次設(shè)備“變壓器”的管理為例，在運行過程中，就可結(jié)合AI技術(shù)對其運行狀態(tài)進行監(jiān)測與評估。研究人員構(gòu)建了基于SOA-SVM(Seeker Optimization Algorithm-Support Vector Machines)的變壓器故障診斷模型，通過實際項目驗證，發(fā)現(xiàn)該模型的診斷精度較高，能夠為變壓器等電力一次、二次設(shè)備提供科學(xué)的在線監(jiān)測與診斷。另外，在通信設(shè)備管理方面，也有研究人員設(shè)計了基于AI技術(shù)的通信設(shè)備管理系統(tǒng)，實時采集通信系統(tǒng)設(shè)備運行數(shù)據(jù)，并利用AI技術(shù)自動檢測運行狀態(tài)，若存在異常則采用容錯技術(shù)進行恢復(fù)，從而實現(xiàn)對通信設(shè)備狀態(tài)的精確分析、預(yù)警及恢復(fù)，保證通信系統(tǒng)的穩(wěn)定運行。

　　此外，在設(shè)備管理過程中，對于基層運維人員，往往存在檢修人員工作票開票、手工錄入過程繁瑣而導(dǎo)致人力資源浪費、速度慢、錯誤率高等問題，影響工作質(zhì)量、工作效率的同時，也增加了因維護導(dǎo)致的停電時長。針對此問題，某電廠借助AI辦公技術(shù)，使用了專用時間統(tǒng)計軟件，建立了文件名詞云，并結(jié)合現(xiàn)場工作需要，設(shè)計了一種基于AI技術(shù)的電力生產(chǎn)管理自動化系統(tǒng)，對系統(tǒng)內(nèi)的各類數(shù)據(jù)信息進行關(guān)聯(lián)化處理，具備日程提醒，資料、臺賬輔助指引，文字識別、文檔自動錄入等功能，大大簡化了需要人為操作、記憶的工作，減輕了基層檢修人員的工作負擔(dān)，有效提升了電網(wǎng)調(diào)度專業(yè)管理及安全運行水平。

　　總體而言，AI技術(shù)的應(yīng)用是未來電力設(shè)備、生產(chǎn)管理的發(fā)展趨勢，隨著技術(shù)的發(fā)展，AI也將在提高工作效率、降低基層人員負擔(dān)中發(fā)揮更加重要的作用。

　　● AI技術(shù)在電力系統(tǒng)穩(wěn)定評估與決策中的應(yīng)用

　　以上提到的技術(shù)大多屬于第二代AI技術(shù)在電力系統(tǒng)各子領(lǐng)域的基礎(chǔ)應(yīng)用，仍然存在進步的空間。在此背景下，以深度學(xué)習(xí)、強化學(xué)習(xí)為代表的第三代AI技術(shù)在處理數(shù)據(jù)、挖掘復(fù)雜非線性映射等方面具有強大的優(yōu)勢，將其應(yīng)用于電力系統(tǒng)穩(wěn)定評估與決策中，能夠在一定程度上提升控制系統(tǒng)的智能性，具備重要的現(xiàn)實意義。

　　基本框架

　　在電力系統(tǒng)穩(wěn)定評估與決策中，第三代AI技術(shù)的基本框架為“建立模型并離線訓(xùn)練、在線應(yīng)用和實時修正”。首先，通過對電力系統(tǒng)運行的實時、歷史以及其他仿真數(shù)據(jù)等樣本進行學(xué)習(xí)，挖掘數(shù)據(jù)中的有效信息，建立模型并進行離線訓(xùn)練;與此同時，為提高模型準(zhǔn)確度，還需對常規(guī)電網(wǎng)運行原始數(shù)據(jù)進行清洗和樣本平衡，避免干擾。然后，將經(jīng)過校驗的模型應(yīng)用于實際場景中，通過對多維電網(wǎng)狀態(tài)信息等采集到的實時數(shù)據(jù)進行分析，完成系統(tǒng)運行穩(wěn)定評估與決策。此外，在模型運行過程中，還可根據(jù)實際的評估與決策結(jié)果實時反饋，深度學(xué)習(xí)，從而進一步修正優(yōu)化模型。

　　AI技術(shù)在電力系統(tǒng)穩(wěn)定評估中的應(yīng)用

　　近年來，國際上發(fā)生的多起大停電事故都和電網(wǎng)暫態(tài)失穩(wěn)有關(guān)，因此穩(wěn)定問題是影響電力系統(tǒng)安全的關(guān)鍵因素。這就需要我們能夠及時、準(zhǔn)確、綜合地評估電力系統(tǒng)運行穩(wěn)定水平，降低事故發(fā)生率。目前，第三代AI技術(shù)在電力系統(tǒng)穩(wěn)定問題上的研究較多，有功角、頻率及電壓等經(jīng)典穩(wěn)定問題，還有新型振蕩問題等;所采用的模型也具備多元化，主要 有傳統(tǒng)機器學(xué)習(xí)集成、系統(tǒng)響應(yīng)模型與傳統(tǒng)機器學(xué)習(xí)的集成、高級機器學(xué)習(xí)的集成、Bagging引導(dǎo)聚集算法、Stacking集成模型、Boosting集成算法等。

　　? 功角、頻率及電壓穩(wěn)定評估

　　功角穩(wěn)定是指同步發(fā)電機受擾后系統(tǒng)保持同步運行的能力，可分為小干擾功角穩(wěn)定(由系統(tǒng)初始運行狀態(tài)決定)和暫態(tài)功角穩(wěn)定(由系統(tǒng)初始運行狀態(tài)、系統(tǒng)故障情況共同決定)。有研究人員提出了一種基于發(fā)電負荷和電網(wǎng)拓撲結(jié)構(gòu)的評估模型，結(jié)合故障位置就可以進行電力系統(tǒng)的功角穩(wěn)定評估。

　　電網(wǎng)側(cè)和用戶側(cè)的供需不平衡會引發(fā)頻率穩(wěn)定問題。依托電力系統(tǒng)海量數(shù)據(jù)，學(xué)者構(gòu)建了發(fā)電端和負荷端的時間序列模型，分析得到供需不平衡功率、最大頻率偏差和偏差時刻、穩(wěn)態(tài)頻率偏差等定量參數(shù)，以此來評估衡量系統(tǒng)頻率的穩(wěn)定性。

　　電力系統(tǒng)受擾后需要維持各節(jié)點電壓在可接受范圍內(nèi)，這就需要對電力系統(tǒng)受擾后的波動大小進行評估。與功角穩(wěn)定一致，電壓波動同樣可分為小擾動和大擾動，小擾動的原因有負荷的緩慢增長或降低等，大擾動的原因有系統(tǒng)故障等。電壓穩(wěn)定評估模型的輸入特征主要有發(fā)電機出力、負荷水平、支路潮流、節(jié)點電壓、換流閥觸發(fā)角和滅弧角、故障前全網(wǎng)損耗等。

　　? 寬頻振蕩穩(wěn)定評估

　　在現(xiàn)階段以及未來含高比例新能源的電力系統(tǒng)中，寬頻振蕩將時有發(fā)生，這是由于電力系統(tǒng)中各個不同的電氣設(shè)備間相互作用引起的。寬頻振蕩往往表現(xiàn)為電壓、電流、功率等隨時間周期性變化，其頻率在0.1赫茲至數(shù)千赫茲之間，嚴重時會影響電力系統(tǒng)穩(wěn)定運行。目前，對寬頻振蕩的穩(wěn)定評估研究還較少，且基本都是針對低頻振蕩，主要原因在于高頻震蕩以及多種振蕩模式下模型的建立難度較大，這也是下一步研究要考慮的方向。

　　AI技術(shù)在電力系統(tǒng)穩(wěn)定決策中的應(yīng)用

　　對電力系統(tǒng)波動進行了穩(wěn)定性評估后，還需要給出針對性的解決方案，這就是所謂的“穩(wěn)定決策”。在AI智能決策中，往往根據(jù)電網(wǎng)狀態(tài)(經(jīng)穩(wěn)定評估的狀態(tài))，結(jié)合實際經(jīng)驗，給出對應(yīng)的調(diào)整方案，從而提高決策效率，減少調(diào)度或運行人員工作量、保障電力系統(tǒng)運行安全水平。

　　電力系統(tǒng)中的穩(wěn)定決策主要有緊急控制、恢復(fù)控制和預(yù)防控制。在決策機制的實現(xiàn)過程，運用到的第三代AI技術(shù)主要有深度學(xué)習(xí)、遷移學(xué)習(xí)、隨機森林、強化學(xué)習(xí)、知識圖譜等。

　　? 緊急控制

　　緊急控制，即當(dāng)穩(wěn)定評估結(jié)果顯示電力系統(tǒng)遭受嚴重擾動發(fā)生故障時，如局部停電、孤島運行等，需要穩(wěn)定決策系統(tǒng)及時決策出對應(yīng)措施，在盡量不影響其他系統(tǒng)的情況下進行緊急控制?，F(xiàn)階段，電力系統(tǒng)緊急控制的手段主要有：切斷發(fā)電機、切斷負荷、低頻減載、低壓減載等。研究人員開發(fā)了一種基于SPWVD圖像和深度遷移學(xué)習(xí)的強迫振蕩源定位方法，當(dāng)電網(wǎng)出現(xiàn)強迫振蕩時能夠快速、準(zhǔn)確定位，同時指導(dǎo)運行人員及時切斷故障點，實現(xiàn)對強迫振蕩的緊急控制。

　　? 恢復(fù)控制

　　恢復(fù)控制，即故障控制解決后，對故障元件進行恢復(fù)的過程，可分為機組恢復(fù)、網(wǎng)絡(luò)重構(gòu)和負荷恢復(fù)等，目前以機組恢復(fù)的研究居多。研究人員針對機組恢復(fù)控制，提出一種結(jié)合蒙特卡洛樹搜索和深度學(xué)習(xí)的恢復(fù)控制在線決策方法，利用改進的上限置信區(qū)間算法、支路修剪技術(shù)和估值網(wǎng)絡(luò)對機組恢復(fù)措施進行決策，并行多次結(jié)果以確定最終的恢復(fù)措施，能夠有效應(yīng)對恢復(fù)過程中的多種不確定性狀況。

　　? 預(yù)防控制

　　預(yù)防控制，則是在電力系統(tǒng)正常運行狀態(tài)下，針對穩(wěn)定評估過程中發(fā)現(xiàn)的穩(wěn)定裕度不足等問題，提出優(yōu)化策略和方案，在發(fā)生擾動前采取相應(yīng)措施，預(yù)防電力系統(tǒng)失穩(wěn)。主要的控制策略有調(diào)整電網(wǎng)拓撲、發(fā)電機出力，調(diào)節(jié)直流功率和負荷等，目前的針對性研究還較少，且主要集中在基于深度學(xué)習(xí)的暫態(tài)穩(wěn)定問題上。研究人員結(jié)合卷積神經(jīng)網(wǎng)絡(luò)進行了系統(tǒng)靈敏度計算，通過疊加減負荷策略，調(diào)整發(fā)電機出力，實現(xiàn)了暫態(tài)穩(wěn)定的預(yù)防控制。

　　發(fā)展方向

　　總的來說，針對電力系統(tǒng)穩(wěn)定評估，現(xiàn)階段對系統(tǒng)整體穩(wěn)定性的把握還不夠，未來，應(yīng)當(dāng)深入探索電力系統(tǒng)整體穩(wěn)定性的特征指標(biāo)，并將不同評估問題不斷耦合細化，進一步提高對系統(tǒng)整體穩(wěn)定性的把控。關(guān)于電力系統(tǒng)穩(wěn)定決策，目前可以說尚處于起步階段，大多仍然處于對緊急、恢復(fù)、預(yù)防控制的研究階段，而對于校正控制領(lǐng)域的研究很少，未來AI技術(shù)在電力系統(tǒng)穩(wěn)定決策中的應(yīng)用研究仍需不斷探索。

　　AI技術(shù)應(yīng)用于電力系統(tǒng)的前景

　　隨著AI技術(shù)的不斷進步，人工智能未來必將成為電力系統(tǒng)自動化、智能化的關(guān)鍵組成部分;而電力系統(tǒng)的優(yōu)化發(fā)展也必然伴隨著AI技術(shù)的發(fā)展而穩(wěn)步進行，兩者是協(xié)同發(fā)展的。未來，隨著以大數(shù)據(jù)、深度學(xué)習(xí)等技術(shù)為依托的新一代AI技術(shù)的廣泛應(yīng)用，電力系統(tǒng)自主化和自動化的能力將不斷提升，也將具備更高的安全性、穩(wěn)定性、高效性和經(jīng)濟性。

　　現(xiàn)階段，AI技術(shù)在電力系統(tǒng)中的應(yīng)用仍存在一些問題，需要在發(fā)展中進一步優(yōu)化完善，主要體現(xiàn)在：

　　AI技術(shù)的應(yīng)用離不開大量數(shù)據(jù)樣本、分布式通信協(xié)議以及高效的計算能力，因此大數(shù)據(jù)采集、通信傳輸、平臺云計算等基礎(chǔ)設(shè)施的建設(shè)是充分利用AI技術(shù)的前提。在未來的發(fā)展過程中，電力系統(tǒng)的數(shù)據(jù)、通信等基礎(chǔ)設(shè)施還需進一步完善。

　　現(xiàn)有的評估模型大多都是基于已有的數(shù)據(jù)、算例事先構(gòu)建好再進行離線訓(xùn)練，這些數(shù)據(jù)、算例往往針對性很強，幾乎是針對單一特性的;而對實際運行過程中暫態(tài)、頻率、電壓等各種不穩(wěn)定問題的交織狀態(tài)未進行全盤考慮，在現(xiàn)有的研究中也還難以開展多個不穩(wěn)定模式彼此耦合的復(fù)雜情況的評估。

　　現(xiàn)有的AI模型中往往也只能夠針對單一的任務(wù)進行決策，如單一的繼電保護、電網(wǎng)故障恢復(fù)路徑選擇、電力調(diào)度等，即尚缺乏“多任務(wù)”模型。因此，未來若要實現(xiàn)AI技術(shù)在電力系統(tǒng)中的廣泛應(yīng)用，就必須大幅提升AI模型的任務(wù)處理能力，實現(xiàn)“混合智能”，即將“專家系統(tǒng)控制技術(shù)”、“人工神經(jīng)網(wǎng)絡(luò)控制技術(shù)”、“模糊控制技術(shù)”、“線性最優(yōu)控制技術(shù)”等多種控制方法和工具相結(jié)合起來形成“混合智能”，從而實現(xiàn)從孤立判斷到多問題的統(tǒng)一分析、從單一模塊到整體系統(tǒng)的統(tǒng)一把控。

　　在利用AI技術(shù)提升電力系統(tǒng)智能化的同時，還需要加強數(shù)據(jù)管理及隱私安全保護，謹防數(shù)據(jù)泄密。電力系統(tǒng)的安全不僅關(guān)系到社會穩(wěn)定，還關(guān)乎軍事國防安全，因此AI技術(shù)在應(yīng)用到電力系統(tǒng)中時必須展開深入且全面的安全保障研究，做出相應(yīng)的風(fēng)險評估，保障電網(wǎng)運行的穩(wěn)定與安全。

　　目前第二代、第三代AI技術(shù)在電力系統(tǒng)中已有了一些示范應(yīng)用，并朝著更高的方向邁進，雖然從總體看，AI技術(shù)在電力系統(tǒng)中的應(yīng)用還處于起步階段，要形成完整成熟的體系化技術(shù)系統(tǒng)還需要很長的時間。但隨著我國電力系統(tǒng)的迅速建設(shè)以及AI技術(shù)的不斷優(yōu)化改進，其在電力系統(tǒng)中的應(yīng)用前景是十分廣闊的。

　　在“碳中和”背景下，面對能源緊缺和“碳減排”雙重壓力，現(xiàn)階段我國電力系統(tǒng)的低碳發(fā)展任務(wù)艱巨。一方面要對火電進行經(jīng)濟性提升和低碳改造，筑牢火電“壓艙石”的能源保障和托底作用;另一方面也要加快發(fā)展清潔能源，逐步推進電能替代。而在此過程中，AI技術(shù)也將成為電力系統(tǒng)自動化、智能化平穩(wěn)運行的關(guān)鍵。

　　隨著我國電力系統(tǒng)建設(shè)的快速發(fā)展，電網(wǎng)側(cè)、用戶側(cè)數(shù)據(jù)的體量大幅增加，電網(wǎng)管理的復(fù)雜性也在不斷提升。而AI技術(shù)具備智慧性、高效性和便捷性，能夠有效平衡源、網(wǎng)、荷、儲，保障電力系統(tǒng)的穩(wěn)定運行，因此在電力系統(tǒng)中得到了高效應(yīng)用。目前以專家系統(tǒng)和人工神經(jīng)元網(wǎng)絡(luò)(ANN)為代表的第二代AI技術(shù)已在電力調(diào)度、繼電保護、電力設(shè)備管理等領(lǐng)域得到了廣泛應(yīng)用，以深度學(xué)習(xí)為代表的融合了知識驅(qū)動和數(shù)據(jù)驅(qū)動的第三代AI技術(shù)也正逐步應(yīng)用到電力系統(tǒng)穩(wěn)定評估與決策中，從而更安全、可信、可靠地推動電力系統(tǒng)智能化進程。與此同時，在“雙碳”背景下，光伏、風(fēng)電等分布式能源的快速布局，對電力系統(tǒng)的負荷能力和運行方式提出了更高的要求，這些需求也為AI技術(shù)的應(yīng)用提供了無限的可能?？偟膩碚f，進一步開發(fā)和完善AI技術(shù)是讓電力系統(tǒng)實現(xiàn)更智能、更安全發(fā)展的有效解決方案之一。

　　本文摘錄整理自《南方能源建設(shè)》學(xué)術(shù)期刊刊發(fā)的論文《AI 技術(shù)在電力系統(tǒng)發(fā)展中的應(yīng)用與前景》，通信作者劉舒巍為重慶遠達煙氣治理特許經(jīng)營有限公司科技分公司、重慶大學(xué)能源與動力工程學(xué)院高級工程師、博士。