国网安徽省电力有限公司临泉县供电公司 安徽阜阳 236400
摘要：在我们国家经济实力逐渐壮大，电力系统发展进入新时期的背景下，技术特征和功能形态都在发生深刻变化，调控领域正面临前所未有的机遇与挑战。质量变革、效率变革催生电网调控思维变革、技术创新和管理提升，运用人工智能技术，将调度数据、知识和经验进行有效管理和应用，推动现有技术体系智能化升级，提升电网运行水平，已成为必然趋势。
关键词：电网调控领域；人工智能；技术框架；应用展望
引言
在我们国家各方面获得良好发展的今天，伴随着交直流混联、大量新能源接入及电力电子设备的运用，使现代电网展现出更加复杂的随机特性、多源大数据特性，极大增加了电网运行环境的不确定性和复杂性，对现代电网调度系统产生了极为深刻的影响。
1电网调控领域人工智能应用技术框架
1.1总体架构
调控领域人工智能应用总体架构包括感知层、平台层、应用层3层结构。感知层，借助泛在电力物联网建设成果，通过各类终端数据统一标准化接入，实现对电源(含储能)、电网、负荷、外部环境等各类信息的全景、广域采集和感知，并通过低时延、高可靠的信息通信网络，汇聚形成调控大数据。平台层，基础自动化提供平台和业务支撑，调控云提供模型数据支撑，在此基础上构建人工智能AI引擎，通过丰富的机器学习算法和模型库，支持从数据集选择、开发、训练到服务的全流程一站式管理。应用层，人工智能技术和传统技术优势互补，共同支撑电网调控各类运行、管理应用，提升电网运行控制、分析决策和调度管理水平，引领调控领域智能化发展。基于三层的总体架构，依托泛在电力物联网奠定的信息全面感知的有利条件，利用调控云提供的数据资源优势，深度融合人工智能技术，发挥人工智能在数据驱动、人机融合、智能推理等方面的优势，可实现电网运行海量数据快速处理，提升对复杂大电网特性和规律的认知能力，提高电网运行控制的智能化水平，支撑新一代电力系统的调度控制。
1.2基于大数据及人工智能的大电网智能调控系统框架的平台框架
首先是电网仿真数据，其次是实时测量数据，最后是电网外部环境信息。数据存储管理层的主要功能是首先将数据采集层整理的数据进行清洗，然后利用数据融合技术进行统一管理。数据储存管理层采用的统一分布式储存方式，这种储存方式可以根据数据结构类型的不同，将数据进行分类储存，从而为数据分析挖掘功能提供有力的保障。数据分析挖掘层是最重要的一个部分，主要通过实时计算和离线分析两种方式，进一步对数据进行挖掘分析，从而达到揭示电网的时空动力学运行特性和演变规律的目的。此外，数据分析挖掘层以分布式计算为引擎，可以准确而又快速地处理海量的数据，满足大数据时代的发展要求。综合应用部分的主要功能是态势评估、精准控制、等效辨识、指标体系等。
1.3基于知识谱图的智能辅助决策技术
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，故障发生后调控系统自动给出故障处置任务列表和关键信息，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；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。
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。
2电网调控领域人工智能应用展望
2.1海量多元异构数据的高效融合技术
海量多元异构数据的高效融合技术主要是指在大数据时代背景下，根据不同的数据类型，采用不同的数据处理方法，从而实现对电网系统测量数据的在线快速处理。海量多元异构数据的高效融合技术之所以能够快递地对海量的数据进行在线处理，是因为它融合了在线智能响应与趋势智能分析两大数据处理框架。海量多元异构数据的高效融合技术可以根据大电网智能调控系统框架，制定标准的大数据平台框架。对于离线数据，利用海量多元异构数据的高效融合技术可以对其进行分布式离线分析；对于实时数据，利用海量多元异构数据的高效融合技术可以对其进行实时流失计算调度。
2.2提高计划交易自动化水平方面
1）停电计划智能编排与电力交易辅助决策。挖掘停电检修与负荷平衡、新能源消纳、电力交易、网络限额等各类因素的关联关系，为主网发输变电设备确定最佳停电窗口期；实现停电窗口期智能生成及停电组合优化，促进停电计划编制由人工经验向智能化转变。提出考虑电网安全、输电费用、网络损耗等各类因素的电力交易路径成本评估方法，构建跨省区交易路径智能寻优模型，确定最佳交易路径。2）电力市场运行数据分析。研究电力现货市场运营情况与电网运行、调度计划、清洁能源消纳、输电通道阻塞情况的多维关联关系，基于对电力现货市场历史数据的挖掘，研究市场主体的报价策略、交易行为对电力市场运行的影响。研究电力现货市场运营风险类型识别与预判告警技术，建立电力现货市场运行风险防范机制和应急预案。研究电力现货市场交易输电通道阻塞度分析评估技术，优化交易路径，减少通道阻塞情况。
2.3人机交互
1）辅助调度方面。电网调控系统引入语音交互功能，交互过程包括语音识别、语义分析及语音合成。语音交互作为调度平台提供的公共服务，渗透于各类调度应用。在电网事故处置中，调控人员可通过语音进行信息搜索查询、画面调阅等，进一步提高电网调度人员对问题的处理效率。另外，通过人工智能技术进一步挖掘分析调控人员的操作行为特征，可为调控人员智能定制信息并自动推送画面，引导和帮助调控人员主动、快速、全面、准确地掌控当前电网状态和发展趋势，为调控运行提供相应的辅助决策。当调度指令下发时，尤其是倒闸操作，可通过语音实现操作命令自动执行。2）安全操作方面。调度人员在登入平台和处置事故的过程中涉及用户登录及权限验证过程。将人脸识别功能引入到调控系统中，可实现调控人员快速身份识别，解决调控场景下系统的权限和身份认证安全的问题，实现面向调控业务的快速、安全、准确的权限认证。
2.4虚拟等效测辨建模技术
虚拟等效测辨建模技术主要是指对智能电网系统的关键设备元件进行虚拟等效测辨建模，从而提高智能大电网的时效性。利用虚拟等效测辨建模技术不仅可以构建戴维南等效参数辨识模型，优化辨识参数，而且可以构建智能大电网动静态临界稳定边界模型，实现对多个场景下临界稳定主导特征的识别，从而可以使得智能大电网可以对稳定态势进行精细化评估。
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]郑远攀，李广阳，李晔．深度学习在图像识别中的应用研究综述[J]．计算机工程与应用，2019，55(12)：20-36．
[2]侯一民，周慧琼，王政一．深度学习在语音识别中的研究进展综述[J]．计算机应用研究，2017，34(8)：2241-2246．