引言

 随着我国双碳目标的确立，新型电力系统建设如火如荼的开展，以及大数据技术、人工智能、物联网的应用范围扩展，人工智能在电网调度运行控制中的角色也越发重要，对其进行研究探讨，可对欠发达地区电网调度业务提供参考和借鉴，以提高电网调度工作的智能化水平。

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。

2人工智能的电力调控关键技术

2.1调度大数据技术

随着数字电网建设的加快，数据量也随着快速增多。调度大数据平台将分散的数据信息汇集、清洗、建立联系，为调度业务提供学习模拟样本，以提升算法学习效率和效果。调度数据内容涵盖电网运行信息，潮流分布、调度日志、气象信息、继电保护信息、故障录波、设备状态和信息，厂站设备、线路地理坐标信息等。以上都是广域的时空数据。在对数据进行存储汇集清洗等处理过程中，须关注各数据间的联系。一是不同来源系统数据的关联可以采取引用、外键等方式，因为其数据都是整个电网调度数据整体的一部分，须进行有机联系。二是不同数据库的使用需要根据不同数据结构具体分析，如数学物理模型用关系型数据库存储，调度规程和日志、保供电预案等用分布式文件系统存储，进行分门别类。对外提供统一数据服务。针对数据汇集，设计不同的数据抽取和汇集方式，将大数据通过Sqoop等方式与传统Java数据库连接（JDBC）、消息队列（MQ）、web服务等数据接入方式结合，完成电网调度数据全量抽取，配合检验提取工具完成数据的清洗规范化。

2.2基于深度学习的电网预测和辨识技术

目前人工智能与电网调度结合的一个研究热点，是借助于电网调度海量的大数据，依靠机器学习和深度学习等人工智能算法，通过对样本的训练和学习，对未来电网运行情况进行发电预测和负荷预测，故障风险提前辨识、断面预控等。目前电网负荷预测以超短期预测为主，有机器学习和深度学习2种主流方法，相较前者，深度学习具有更强的特征自提取能力，研究侧重于网络结构、模型参数和不同的模型组合等，常用的预测算法有LSTM、CNN、GRU等。负荷预测更多受社会环境因素主要是人的行为影响，发电预测则受自然环境条件的影响，如光照、风力风向、降水、气温等，其预测更多是基于相似日预测，常需要历史发电数据和气象数据作为参考和输入。故障辨识和诊断是利用监视告警窗和自动化主接线图以及故障录波等系统采集故障或异常信息，辨别出故障设备和类型。人工判断和辨识过多依赖于调度员的经验，在电网规模不断扩大、运行方式日益复杂化的形势下，传统方法的不足日益凸显，且电网运行数据、故障录波等数据为多源异构数据，传统方法辨识的难度增加，而深度学习有特征自主提取与学习的优势，并将所学有机融入建模的过程，避免了人工提取的不足，其应用范围更广。

3基于人工智能技术的电网调度控制业务主要功能措施

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。

结语

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。

参考文献

[1]姚建国.提升电网调度中人工智能可用性的混合增强智能知识演化技术[J].电力系统自动化,2018,46(20):1-12.

[2]陈亚琼.基于人工智能控制策略的微电网自动调度优化方案[J].电器工业,2019,9:50-54.

[3]叶托.基于多模态信息融合的锅炉燃烧状态诊断与运行优化研究[D].广东:华南理工大学,2018.