計算機科學在智能電網中的應用

溫詩華

摘要：文章介紹了智能電網的相關概念、特點和相關技術，并介紹了計算機科學在智能電網中的應用，重點針對云計算、數字圖像處理、數據挖掘、人工智能和軟件工程等計算機科學相關技術應用于智能電網提出了一些建議，為我國智能電網技術的發展提供參考。

關鍵詞：計算機科學；智能電網；云計算；數字圖像處理；數據挖掘；人工智能 文獻標識碼：A

中圖分類號：TM76 文章編號：1009-2374（2016）21-0047-03 DOI：10.13535/j.cnki.11-4406/n.2016.21.023

1 概述

隨著信息技術的發展，人類逐漸步入信息化時代。在此過程中所引起的信息革命給許多傳統行業帶來了巨大的沖擊，信息化時代的四大特點——智能化、電子化、全球化、非群體化成為了許多行業變革的風向標。而信息化時代的代表性象征——計算機在各行各業中的必要性與日俱增，在電力行業中也不可避免。

而電力行業作為關乎國計民生的傳統行業，在信息化時代中也面臨著如何更高效地利用能源、如何更安全可靠地供電、如何更好地了解用戶需求等諸多方面的新挑戰，于是“智能電網”的概念應運而生。

2 智能電網

2.1 智能電網的概念

智能電網是將信息技術，如通信技術、傳感技術、計算機技術和控制技術等融入電力系統之中，使整個電力系統更加安全可控，成為高效智能的新型電網。由于各國的國情不同，因此各個國家對智能電網的具體要求也會有不同的側重點。因為我國還是一個發展中國家，與國外發達國家的電力工業已步入成熟期不同，我國在發展智能電網的同時，還需要加強骨干電網建設。因此除了要建設能夠充分滿足用戶對電力的需求和優化資源配置，確保電力供應的安全性、可靠性和經濟性，滿足環保約束，保證電能質量，適應電力市場化發展的堅強智能電網外，我國的智能電網建設還需要滿足以特高壓電網為骨干網架，各級電網高度協調發展。

2.2 智能電網的特點

智能電網一般包括有以下七個特點：

2.2.1 能量互聯網：智能電網要求實現供電方和用戶之間的交互，構建多向電力流，它主要由能量管理系統和配電管理系統組成。其中能量管理系統提供整個電網的實時狀態信息，并根據實時信息選擇最優發電方案，減少輸電損耗，維護系統可靠性以確保供電穩定；配電管理系統提供配電網絡的實時狀態信息，允許供電方遠程控制斷電的隔離與恢復，管理可再生能源發電。

2.2.2 降低損耗：智能電網能夠基于“能量互聯網”中的實時信息，根據用戶的需求來供電，通過電壓控制來降低電力損耗。同時還可以沿輸電線放置傳感器和電容器，通過無功負載控制來減少電力損耗。減少電力損耗的同時還會降低二氧化碳的排放量，使電網系統更加低碳環保。

2.2.3 融入可再生能源發電：目前可再生能源發電的最大缺點在于可變性過大，產電不穩定。智能電網能夠通過儲電技術，在產電過剩時將多余電能存儲起來，在供不應求時再通過智能電網的自動化技術供能，進而解決可再生能源產電不穩定的問題。

2.2.4 減少輸電阻塞：智能電網能夠檢測輸電線的實時度數，在可能發生輸電阻塞時，傳感器和控制器會及時地重新安排電力輸送線路，使得電力能夠最大限度地流過線路而不發生阻塞。

2.2.5 分布式發電：通過智能電網的雙向電力流，用戶自行通過太陽能、風能等可再生能源產生的電力可以出售給供電方，流入配電網絡中，使電網系統在用電高峰期可以為用戶提供更穩定的供電服務。

2.2.6 自愈：智能電網能夠基于實時測量的概率風險評估確定最有可能失敗的設備、發電廠和線路，及時進行隔離和恢復，從而減少大面積用電故障的出現。同時，智能電網還能實時分析電網的整體健康水平，及時觸發可能導致電網故障發展的早期預警，并根據具體情況確定是否立即進行檢查或采取相應措施。

2.2.7 用戶需求管理：智能電網能夠通過智能電表實時通知用戶其電力消費成本、實時電價、電網的狀況、計劃停電信息等信息，使用戶可以根據這些信息制定自己的電力使用方案，繼而通過影響用戶需求來促進電力供求平衡。

2.3 智能電網的相關技術

智能電網的關鍵基礎技術主要包括集成的通信技術、先進的傳感和測量技術、先進的電網設備技術、先進的控制技術以及決策支持和可視化技術。

3 計算機科學在智能電網中的應用

在電網智能化的過程中，計算機是必不可少的。而計算機科學在智能電網中也有諸多應用，其中云計算、數字圖像處理、數據挖掘、人工智能和軟件工程這些計算機科學相關技術在智能電網中尤為重要。

3.1 云計算

云計算是分布式計算的一種特殊形式，根據美國國家標準與技術研究院的定義，云計算可以實現隨時隨地、便捷、按需地從可配置計算資源共享池中獲取所需的資源，資源可以快速供給和釋放，使管理的工作和服務提供者的介入降低至最少。

云計算技術能夠整合優化電網系統中的各種異構資源，如電力系統中的監控維護資源、配電管理資源和市場運營資源等。利用云計算支持廣泛企業計算和普適性強的特點，能夠構建更加高效的智能電網數據中心，實現基礎設施資源的自動化管理。例如利用Google的Borg能夠使大量服務器協調工作，繼而實現大規模系統的可靠性管理。

而智能電網信息系統所產生的大量數據，更需要通過云計算來實現分布式存儲和管理。利用云計算來實現海量數據的分布式存儲，可以通過冗余存儲和高可靠性軟件來提高數據的可靠性，并能較好地達到成本、可靠性和性能的最佳平衡。例如利用Google的GFS文件系統可以實現數據的冗余存儲，并大幅度降低主服務器的負擔，使系統IO高度并行工作，從而提高系統的整體性能。智能電網所產生的數據種類眾多，而云計算的數據管理技術能夠較好地滿足智能電網信息平臺數據種類繁多的海量服務請求，因此云計算能夠高效地管理智能電網信息平臺中的多元數據。例如，利用Google的BigTable，通過一個巨大的分布式多維數據表，將數據都作為對象，并通過關鍵字、列關鍵字和時間戳來進行索引，滿足各類數據的性能要求，進而實現多元數據的高效管理。

為了保證電網系統運行的安全穩定，智能電網需要通過大規模的電力系統計算來監控整個電網系統的運行狀態，如暫態穩定計算、故障計算、拓撲分析、數據挖掘與智能決策等，計算量極大，而云計算可以為智能電網提供高性能的并行計算與分析服務。例如利用Google的MapRduce，可實現針對大規模數據集的并行計算。

3.2 數字圖像處理

數字圖像處理是指通過計算機對圖像進行去噪、增強、復原、分割以及提取特征等處理，從而改善圖示信息，以便人們解釋或機器自動理解。

在智能電網系統所產生的海量數據中有不少的數據都是圖像數據，例如對輸電線路狀態的遠程監測常常通過線路圖像/視頻監控系統來實現。為了能夠實現對輸電線路狀態全天候全方位的實時監控，采用智能化和自動化的手段來代替人工是必然的趨勢。但原始圖像中包含的噪聲太多了，價值密度低，難以用于智能識別。在這種情況下，可以通過數字圖像處理中的灰度變換、直方圖修正、小波包去噪、圖像銳化以及邊緣檢測等處理方式來增強圖像對比度，去除噪聲，加強圖像的輪廓特征，以便于特征的提取和識別，進而產生價值密度較高的特征數據集，為輸電線路狀態的智能識別過程做好圖像數據的預處理。

3.3 數據挖掘

數據挖掘是指從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們事先不知道的，但又是潛在有用的信息和知識的過程。數據挖掘的方法包括分類、聚類、關聯分析、預測等。

由于智能電網系統中的數據具有數據量巨大、數據類型繁多、價值密度低以及處理速度快的特點，智能電網系統中的數據屬于無法在一定時間內用傳統數據庫軟件工具對其內容進行抓取、管理和處理的“大數據”，需要通過數據挖掘來提取其中隱含的有價值的信息，從而實現對整個電網系統多角度、多層次的精確感知。例如，通過對長期的、大量的用戶用電數據進行數據挖掘，對不同地區以及不同用戶進行分類，可以得到有助于優化配電調度的信息，并能為電費定價調整提供參考；由于在當今社會中各行業的發展都離不開能源的使用，因此對用電數據進行挖掘甚至還可以歸納總結出各種指標增長率與社會用電情況的一般規律，便于政府了解和預測社會各行業發展狀況及用能情況，為政府決策提供參考。而通過對長期的、大量的電動汽車充電數據進行數據挖掘，可以為充電站的布點提供參考。通過對長期的、大量的可再生能源發電情況進行數據挖掘，有利于降低可再生能源產電不穩定對供電網絡的影響，進而更好地融入可再生能源發電。此外，數據挖掘還有利于用戶能效的分析管理、業務拓展分析、供電輿情監測預警分析、電力系統的故障預測和狀態檢修、短期電網負荷預測、城市電網規劃等。智能電網系統的數據特性表明了數據挖掘在智能電網中有著廣泛的應用。

3.4 人工智能

根據著名人工智能科學家Michael R.Genesereth和Nils J.Nilsson在1987年提出的定義，人工智能是研究智能行為的科學，它的最終目的是建立關于自然智能實體行為的理論和指導創造具有智能行為的人工制品。人工智能是一門研究如何將人的智能轉化為機器智能或者用機器來模擬或實現人的智能的學科。

數據挖掘在智能電網中有著廣泛的應用，而數據挖掘需要人工智能技術來提供數據分析的技術支持，因此人工智能在智能電網中也有著十分重要的應用。例如，通過構建人工神經網絡來對經過數字圖像處理所得的典型線路狀態的監控圖像特征數據集進行訓練識別來實現輸電線路狀態的智能識別。除了故障診斷外，人工神經網絡還可應用于智能控制、繼電保護、優化運算等

方面。

除了為數據挖掘提供數據分析的技術支持外，人工智能還可以通過人類專家提供的經驗和知識來構建相應的專家系統，如電網故障診斷和調度處理專家系統和操作票專家系統等，模擬人類專家解決問題的過程來進行決策，從而實現電網自動化和智能化。

而采用遺傳算法、粒子群算法等進化算法求解諸如發電廠和輸電線架設的規劃問題以及電力系統中各種控制參數的最優解等問題或利用模糊集理論來處理電力系統中難以實現精確控制的復雜問題，也是人工智能在智能電網中的重要應用。

3.5 軟件工程

根據Fritz Bauer在NATO會議上給出的定義，軟件工程是建立和使用一套合理的工程原則，以便獲得經濟的軟件，這種軟件是可靠的，可以在實際機器上高效的

運行。

為了便于管理和使用，無論是供電管理方還是用戶方都會希望通過一個穩定可靠，功能完備，并具有友好人機界面的軟件來方便操作。因此在建設智能電網的過程中勢必需要開發相應的軟件，軟件工程便應用于其中。尤其是對用戶端而言，在移動設備使用越來越廣泛的今天，開發相應的移動端的APP無疑能夠更好地促進用戶參與到交互過程中。一個針對用戶個體，能夠實時顯示如電力消費成本、實時電價、電網狀況、計劃停電信息等的智能電表提示信息，結合數字家庭技術，能夠遠程控制家電開關以便于用戶隨時隨地調整自己的用電情況，并整合線上業務申請、繳納電費等功能的APP能夠極大程度地減輕用戶的操作負擔，方便用戶的使用，使智能電網更加高效智能。

4 結語

計算機科學在智能電網中的廣泛應用使電力行業在信息化時代中能夠更好地應對各種新挑戰，為整個社會的發展帶來深遠的影響。

參考文獻

[1] 肖世杰.構建中國智能電網技術思考[J].電力系統自動化，2009，33（9）.

[2] 李乃湖，倪以信，孫舒捷，等.智能電網及其關鍵技術綜述[J].南方電網技術，2010，4（3）.

[3] 楊德昌，李勇，C.Rehtanz，等.中國式智能電網的構成和發展規劃研究[J].電網技術，2009，33（20）.

[4] 王德文，宋亞奇，朱永利.基于云計算的智能電網信息平臺[J].電力系統自動化，2010，34（22）.

[5] 彭小圣，鄧迪元，程時杰，等.面向智能電網應用的電力大數據關鍵技術[J].中國電機工程學報，2015，35（3）.

[6] 宋亞奇，周國亮，朱永利.智能電網大數據處理技術現狀與挑戰[J].電網技術，2013，37（4）.

[7] 張東霞，苗新，劉麗萍，等.智能電網大數據技術發展研究[J].中國電機工程學報，2015，35（1）.

[8] 金華，王民，昝濤，等.基于數字圖像處理的輸電線路狀態智能識別技術[J].微計算機信息，2012，28（4）.

[9] 韓禎祥，文福拴，張琦.人工智能在電力系統中的應用[J].電力系統自動化，2000，24（2）.

[10] 楊勇.人工神經網絡在電力系統中的應用與展望[J].電力系統及其自動化學報，2001，13（1）.

[11] 王振江，盛肆清，顧雪平.專家系統及其在電力系統中的應用[J].西北電力技術，2000，（5）.

[12] 朱福喜.人工智能基礎教程（第二版）[M].北京：清華大學出版社，2011.

（責任編輯：蔣建華）