人工智能在電力系統(tǒng)中的運用研究

張偉?王均

摘要：人工智能作為現(xiàn)代化技術(shù)產(chǎn)物之一，在諸多領(lǐng)域均發(fā)揮重要用途。在電力系統(tǒng)之中，人工智能主要體現(xiàn)在維護電力系統(tǒng)的運行、降低電力企業(yè)的運營成本等。基于此，立足人工智能理論之上，闡述人工智能在電力系統(tǒng)中的作用，并從無功電壓控制、電力調(diào)度、電力市場、設(shè)備壽命評估、運維檢修等方面，對人工智能的具體運用形式進行研究。

關(guān)鍵詞：人工智能；電力系統(tǒng)；無功電壓控制；智能檢測

一、前言

電力能源作為維系人們?nèi)粘Ｉ睢⑸鐣€(wěn)定發(fā)展的基礎(chǔ)，伴隨著生活生產(chǎn)、社會運轉(zhuǎn)等對電力能源產(chǎn)生的高需求，人們也逐漸引入新理念、新技術(shù)、新工藝等，優(yōu)化電力系統(tǒng)，夯實電力系統(tǒng)的運行基礎(chǔ)，讓電力系統(tǒng)能夠在不同應(yīng)用領(lǐng)域發(fā)揮最大價值。人工智能作為一項前沿技術(shù)，其在電力系統(tǒng)中的應(yīng)用及實現(xiàn)，能夠最大限度保障電力系統(tǒng)運行的穩(wěn)定性，且人工智能不再局限于特定的人員管控或計算機管控，其將人腦思維與計算機智能驅(qū)動模式進行整合，讓每一項指令精準作用于電力系統(tǒng)運行中，實現(xiàn)全智能化的運作，提高系統(tǒng)的運行效率。同時，人工智能也可避免因為人工誤操作產(chǎn)生的系統(tǒng)運行失效問題，保證電力行業(yè)運營的穩(wěn)定性。本文對人工智能在電力系統(tǒng)中的運用進行探討，僅供參考。

二、人工智能概述

人工智能又稱AI，它是研究開發(fā)用于模擬、延展與拓展人的智能理論、方法及技術(shù)。嚴格來講，人工智能屬于計算機科學(xué)中的一部分，它是通過人腦思維與智能處理方式的結(jié)合，讓計算機系統(tǒng)具備自主執(zhí)行指令的能力，例如，語言識別、圖像識別、自然語言處理以及具有豐富經(jīng)驗的專家系統(tǒng)，均能夠通過人工智能載體，實現(xiàn)多技術(shù)的融合應(yīng)用。在系統(tǒng)運行過程之中，人工智能也可以通過深度學(xué)習(xí)，將系統(tǒng)涵蓋范圍內(nèi)的各項數(shù)據(jù)信息進行整合，然后通過人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)對既有信息的有效輸入及輸出。在多層疊加的模式之下，整個學(xué)習(xí)模型可以及時針對數(shù)據(jù)產(chǎn)生的結(jié)果進行預(yù)測分析及處理，并作出相應(yīng)響應(yīng)，保證智能驅(qū)動的合理性與科學(xué)性[1]。

對于電力系統(tǒng)來講，人工智能的應(yīng)用則屬于電力系統(tǒng)自動化、智能化的主要發(fā)展方向。因為現(xiàn)階段電力系統(tǒng)運營中所需要處理的數(shù)據(jù)信息正呈現(xiàn)指數(shù)遞增的試探累計的數(shù)據(jù)量，如果無法得到正確的處理或反饋，則將導(dǎo)致系統(tǒng)運營的失效問題。人工智能處理模式則可以通過深度學(xué)習(xí)，結(jié)合內(nèi)部數(shù)據(jù)信息的呈現(xiàn)模式，建設(shè)多節(jié)點的數(shù)據(jù)參數(shù)以及學(xué)習(xí)模型，然后按照系統(tǒng)常態(tài)運行模式下產(chǎn)生的數(shù)據(jù)信息作為正常指標，從而實現(xiàn)對整個電力系統(tǒng)運營的有效監(jiān)管及控制，最大限度提高電力系統(tǒng)運行的智能效果。

三、人工智能在電力系統(tǒng)中的作用體現(xiàn)

第一，簡化電力系統(tǒng)的運營流程。從系統(tǒng)運營流程來講，人工智能技術(shù)的實現(xiàn)能夠保障電力系統(tǒng)驅(qū)動的合理性，人工智能可對傳統(tǒng)設(shè)備進行優(yōu)化，讓智能設(shè)施通過與計算機的連接，實時下達操作指令，幫助計算機精準調(diào)控設(shè)備，保證各項設(shè)施運行的流暢性。除此之外，人工智能技術(shù)也可有效降低安全事故的發(fā)生，因為在大多數(shù)人工操作期間，可能存在不符合規(guī)范的操作方式，容易增加電力系統(tǒng)運行的風險，通過人工智能技術(shù)則可以借助計算機平臺，實現(xiàn)對整個電力系統(tǒng)的全域化操控，讓系統(tǒng)運行更具邏輯性。

第二，對電力系統(tǒng)進行智能化檢測。傳統(tǒng)電力系統(tǒng)運行期間可能產(chǎn)生故障問題，當出現(xiàn)故障時需要工作人員進行現(xiàn)場檢修，對設(shè)備線路或者是相關(guān)零件進行逐一檢測，其將消耗大量的時間與成本。部分電力部件內(nèi)部成分相對復(fù)雜，在檢測期間可能被忽略，進而增加故障的檢修時間[2]。人工智能的應(yīng)用，則可在電力系統(tǒng)之中加設(shè)檢測體系，通過智能設(shè)備有效將電力系統(tǒng)運行中的各項數(shù)據(jù)信息進行整合，經(jīng)由專家系統(tǒng)檢測出數(shù)據(jù)信息是否處于常態(tài)運行模式，如果發(fā)現(xiàn)當前運行與正常運行指標存在差異的話，則將其界定為故障，并及時反饋到計算機設(shè)備。通過時間與空間方面的定位，幫助人員快速查找到故障所在。

四、人工智能在電力系統(tǒng)中的運用

（一）無功電壓控制

無功電壓控制作為電力系統(tǒng)運行實現(xiàn)自動化、智能化的重要標準，從系統(tǒng)運行機制來講，要想對無功功率進行有效控制，則需要從系統(tǒng)的非線性、模糊性等方面增強其控制精度，保證以正確的處理方式解決電力系統(tǒng)運行之中存在的各類損耗問題。但是傳統(tǒng)的數(shù)據(jù)模型分析形式，難以在復(fù)雜的電力驅(qū)動場景之中，精確計算出各項損耗點。在人工智能技術(shù)的應(yīng)用下，依托于專家系統(tǒng)則能夠建設(shè)出更為全面的知識庫以及推理機構(gòu)，讓系統(tǒng)按照人類思維的方式去處理各項問題。同時，也能夠?qū)Ω黜椫R進行特定的學(xué)習(xí)模式，對系統(tǒng)運行過程中存在的問題進行自主化處理。這樣一來，每一項模擬程序及推理過程，均具有與人類處理思維相對等的流程。另一方面，在專家系統(tǒng)的支持下，各類知識技能是以專家水平或者是已經(jīng)具備的處理經(jīng)驗作為基底，實現(xiàn)對電力系統(tǒng)中無功電壓的有效控制。其間，專家系統(tǒng)在對無功電壓控制環(huán)節(jié)中，是將已經(jīng)發(fā)生的控制模型作為經(jīng)驗體，按照特定的計算方式表達出來，然后形成可以供專家系統(tǒng)參考的知識庫，如此一來，在遇到實際問題時，則可以按照上述形成的知識庫，作為后期電壓控制的有效驅(qū)動點，且此類驅(qū)動點是任何一項控制功能實現(xiàn)的基礎(chǔ)指標，按照基礎(chǔ)控制方式，在無功電壓層面實現(xiàn)有效精確地檢索及分析，提升控制的精確度[3]。在國外電力系統(tǒng)電網(wǎng)電壓控制之中，專家系統(tǒng)的運行是按照集中控制原理對電力系統(tǒng)內(nèi)部所參與的各項電力載體進行數(shù)據(jù)采集及分析，例如，變壓器分接頭、并聯(lián)電容器以及節(jié)點電壓等，均能夠按照數(shù)據(jù)參數(shù)所呈現(xiàn)出的標準，作為后期電壓控制的重要參照物。一旦出現(xiàn)問題，專家系統(tǒng)則可以進行預(yù)警處理，并檢測到系統(tǒng)運行期間產(chǎn)生的異常現(xiàn)象，最終通過專家系統(tǒng)內(nèi)部已有的經(jīng)驗或者是推理程序，有效解決系統(tǒng)運行中的各項問題。

此外，在人工神經(jīng)網(wǎng)絡(luò)之中，也是模擬人腦的神經(jīng)系統(tǒng)，對各項信息進行處理。在此期間，人工智能采用了大量的人工神經(jīng)元作為基礎(chǔ)網(wǎng)絡(luò)處理的各項節(jié)點，然后各神經(jīng)元之間能夠彼此連接，最終形成神經(jīng)網(wǎng)絡(luò)，對電力系統(tǒng)內(nèi)部運行中的各項數(shù)據(jù)信息進行檢索。同時，人工神經(jīng)網(wǎng)絡(luò)還具備較強的容錯能力、信息分散程度較高、學(xué)習(xí)能力強，可以讓其在電力系統(tǒng)運行之中有著更高的決策支撐與執(zhí)行作用，進而提高電力網(wǎng)絡(luò)無功電壓的控制效率。例如，在數(shù)據(jù)處理過程之中，按照神經(jīng)網(wǎng)絡(luò)的輸入模式，對主變壓器的各類狀態(tài)進行監(jiān)測，其包含有功、無功，高壓側(cè)與低壓側(cè)的電壓，此類歷史數(shù)據(jù)將成為人工智能訓(xùn)練的一個樣本。然后在調(diào)節(jié)電壓時，可以按照神經(jīng)網(wǎng)絡(luò)系統(tǒng)給予的基礎(chǔ)參數(shù)進行逐一調(diào)整，保證電力網(wǎng)絡(luò)運行的穩(wěn)定性。

（二）電力調(diào)度

電力調(diào)度作為電力系統(tǒng)運行的基礎(chǔ)保障，其主要是按照電力負荷的浮動模式對電網(wǎng)潮流實行管理，保證供電的穩(wěn)定性，同時通過調(diào)度也能夠及時按照電力負荷方式調(diào)整用電模式以及供電模式，可以降低電力系統(tǒng)運行的損耗，增強系統(tǒng)的經(jīng)濟性。傳統(tǒng)的電力調(diào)度主要是通過人們的檢測以及系統(tǒng)給予的反饋進行人工調(diào)控，此過程中可能因為操作失誤產(chǎn)生運行風險。在人工智能技術(shù)的應(yīng)用下，整個處理模式不再局限于人工化的操作，而是通過智能控制系統(tǒng)與電力網(wǎng)絡(luò)的連接，創(chuàng)造具有人類控制思維的智能調(diào)控體系，人工智能可以按照既定的調(diào)度目標，在符合電力系統(tǒng)總運營模式的基礎(chǔ)上，自主優(yōu)化調(diào)度方案。例如，機組組合優(yōu)化、調(diào)度優(yōu)化等，均可通過對電力系統(tǒng)網(wǎng)絡(luò)本身的約束，制定出符合當前經(jīng)濟性、穩(wěn)定性的最佳投切方案，提高成本的應(yīng)用價值[4]。

專家系統(tǒng)作為解決電力調(diào)度問題的第一項人工智能技術(shù)，憑借強大的專家經(jīng)驗以及知識庫基本可以解決電力調(diào)度中的參數(shù)，然而在基礎(chǔ)組合優(yōu)化形式的不斷增多下，其所呈現(xiàn)出的問題也越來越復(fù)雜，單純依靠專家系統(tǒng)可能無法及時檢索優(yōu)化問題中的參數(shù)變化情況。此時，專家系統(tǒng)與粒子群算法的融合，能夠搭建具有雙層處理機制的優(yōu)化模型，提高系統(tǒng)的檢索效果。其間，粒子群算法則是在預(yù)調(diào)度環(huán)節(jié)建設(shè)具有較強穩(wěn)定性的群集，為人工智能系統(tǒng)提供最佳的解決方案。部分電力網(wǎng)絡(luò)不單純是以某一種能源供應(yīng)為主，還能夠在其基礎(chǔ)上加入其他能源，例如，傳統(tǒng)火力發(fā)電體系之中可以接入風力發(fā)電能源機制。其間，能源之間的對接可能產(chǎn)生不確定性問題。在神經(jīng)網(wǎng)絡(luò)支撐下則可確定能源轉(zhuǎn)換輸出期間的量化標準，結(jié)合蒙特卡羅法，將再生能源納入到可優(yōu)化模型之中，最終通過遺傳算法得出最佳的能源供給方案。例如，在機組調(diào)度優(yōu)化期間，其是按照能源儲備標準，制定出與當前電力系統(tǒng)符合優(yōu)化相對等的配置方案，但是考慮到可再生資源發(fā)電與傳統(tǒng)電力網(wǎng)絡(luò)結(jié)合之間產(chǎn)生的冗余問題，可通過人工神經(jīng)網(wǎng)絡(luò)的智能調(diào)度方式，建設(shè)符合標準化運行的能源管理模型，通過遺傳算法的優(yōu)化，對控制機制進行合理調(diào)整，確保能源消耗的最小值，有效規(guī)避高峰期產(chǎn)生的能源需求問題。通過上述能源調(diào)度方式，可以讓電力網(wǎng)絡(luò)最大限度接入可再生能源的發(fā)電方式，并可以降低電力網(wǎng)絡(luò)對傳統(tǒng)能源的依賴程度，提高能源管控效率，讓電力網(wǎng)絡(luò)穩(wěn)定、有序地運行。

（三）電力市場

電力交易作為電力系統(tǒng)運行的基礎(chǔ)所在，伴隨著電力交易體系的變革，對傳統(tǒng)電力系統(tǒng)自主優(yōu)化及決策提出更高的需求，同時也間接暴露出傳統(tǒng)電力系統(tǒng)運營中存在的問題，導(dǎo)致電力市場發(fā)展遲緩。在人工智能技術(shù)的應(yīng)用下，電力市場的發(fā)展主要體現(xiàn)在配電側(cè)與用電側(cè)兩個方向，通過人工智能合理優(yōu)化電力市場結(jié)構(gòu)，保證市場運營的穩(wěn)定性。

第一，在配電側(cè)方面，人工智能主要是在配電系統(tǒng)中起到監(jiān)控作用，通過人工智能的方式，高效率采集、分析、存儲、傳輸數(shù)據(jù)，在一定程度上節(jié)約人力成本[5]。例如，現(xiàn)階段遠程抄表以及報表自動生成等，均可以通過人工智能完成精細化的處理，電力網(wǎng)絡(luò)公司可按照人工智能采集到的數(shù)據(jù)進行整體化分析，保證在處理過程中，按照不同數(shù)據(jù)采集方式以及數(shù)據(jù)整合后的最終數(shù)值，確定配電側(cè)系統(tǒng)運行中的成本消耗。

第二，在用電側(cè)方面，主要是通過智能終端電表設(shè)備對用戶以及整個電力市場進行有效支撐，因為在人工智能技術(shù)的加持下，無論是系統(tǒng)設(shè)施還是各項技術(shù)，均能夠通過人工智能所提供的平臺，完成對接化處理。例如，智能識別，可以通過智能客服機器人為用戶提供更為全面的數(shù)據(jù)支撐，用戶可以自主查詢當前電費余額，且整個處理模式無需電力企業(yè)投入額外的客服人員，24小時不間斷的精準服務(wù)能夠保證用戶在不同的環(huán)境下享有高質(zhì)量服務(wù)。

（四）電力設(shè)備壽命評估

電力設(shè)備具有持續(xù)消耗的特點，系統(tǒng)運行過程中，往往需要正確的養(yǎng)護工作，使電力設(shè)備長期維系在穩(wěn)定運行指標中，從而為電力企業(yè)創(chuàng)造更多的經(jīng)濟效益。但是從設(shè)備運行機理而言，全天候的運行模式不可避免地讓電力設(shè)備提前進入衰退期，此時，需要對電力設(shè)備進行多維度監(jiān)測，分析電力裝置在當前運營環(huán)境中的各項消耗，幫助工作人員界定電力設(shè)備使用過程中的衰減點，如，電力設(shè)備老化程度、電力設(shè)備負荷水平、電力設(shè)備運行環(huán)境產(chǎn)生的影響因素等，進而確定出自然壽命、技術(shù)壽命、經(jīng)濟壽命等參數(shù)，制定合理、高效的防控方法，保證電力企業(yè)的穩(wěn)定運行。人工智能在電力設(shè)備壽命評估中的應(yīng)用及實現(xiàn)，利用了深度學(xué)習(xí)模型，從神經(jīng)網(wǎng)絡(luò)、模糊推理、集成學(xué)習(xí)等方面，在電力系統(tǒng)中加設(shè)一個數(shù)據(jù)反饋點，在相關(guān)算法的支撐下，能夠進行在線監(jiān)測與分析。例如，設(shè)備出廠信息、檢修信息、損耗因素數(shù)據(jù)等，都可以按照不同的數(shù)據(jù)點予以對接，最終指向電力設(shè)備壽命參數(shù)[6]。

在人工神經(jīng)網(wǎng)絡(luò)模型中，可以鏈入到變壓器上，利用具備訓(xùn)練功能的模型，分析變壓器運行中的各項參數(shù)以及在可承受范圍內(nèi)，變壓器裝置維系穩(wěn)定運行的臨界值。預(yù)測模型搭載智能平臺，可以智能化地測評出系統(tǒng)運行中的問題點，徹底擺脫電力設(shè)備功能監(jiān)測的人工環(huán)節(jié)。例如，預(yù)測模型可以在智能平臺上進行集成實驗，分析模型在不同功能狀態(tài)下的標定值，如果數(shù)據(jù)值超出系統(tǒng)穩(wěn)定運行的臨界值，將及時反饋到系統(tǒng)中，供工作人員及時查看數(shù)據(jù)，為電力設(shè)備的穩(wěn)定運行奠定基礎(chǔ)。

（五）電力系統(tǒng)故障定位

故障作為阻礙電力系統(tǒng)穩(wěn)定運行的重要因素，人工智能技術(shù)在系統(tǒng)故障檢索及處理中的應(yīng)用，是將“小樣本問題”作為主要解決方案。電力系統(tǒng)運行中將產(chǎn)生大量的數(shù)據(jù)信息，每一個節(jié)點的數(shù)據(jù)信息都需要按照不同任務(wù)點設(shè)置相對應(yīng)的監(jiān)測點，通過不間斷地測量信息，查找到系統(tǒng)動態(tài)運行所對應(yīng)的數(shù)據(jù)點。利用小樣本問題處理電力系統(tǒng)的故障問題，主要是在大量數(shù)據(jù)中找到具有一定價值的信息點，確保在多樣化的數(shù)據(jù)來源內(nèi)，可以通過數(shù)據(jù)信息檢索與確定故障。其中，電力系統(tǒng)運行將產(chǎn)生大量的數(shù)據(jù)信息，如果缺乏基礎(chǔ)訓(xùn)練模型，無法及時理清故障信息，小樣本問題則可作為故障分析與定位的基礎(chǔ)點，其將電力系統(tǒng)運行中產(chǎn)生的信息作為模型基準點，然后模型信息映射到樣本載體中，形成以特定問題為導(dǎo)向的故障模型[7]。如此一來，確定完小樣本問題之后，按照人工智能方案，訓(xùn)練基礎(chǔ)模型，保證不同任務(wù)驅(qū)動模式下，將數(shù)據(jù)信息作為故障樣本的映射點，此時，訓(xùn)練機器學(xué)習(xí)模型將按照電力系統(tǒng)的運行規(guī)則自動生成可預(yù)見式的數(shù)據(jù)信息并對當前電力系統(tǒng)運行產(chǎn)生的數(shù)據(jù)進行比對，當出現(xiàn)數(shù)據(jù)異常問題時，可通過小樣本問題直接定位到電力系統(tǒng)故障的所在點，且數(shù)據(jù)模型中涵蓋的邏輯程序也可為專業(yè)的故障檢測設(shè)施提供基礎(chǔ)數(shù)據(jù)，最終實現(xiàn)優(yōu)化及分析。此外，故障檢測與分析時，也可建立樣本集，運用訓(xùn)練堆棧的方式測量電力系統(tǒng)產(chǎn)生故障的間距，提升故障定位精度。

（六）運維檢修

電力系統(tǒng)在運營過程之中存在持續(xù)消耗的特點，各項組件可能因為不間斷運行或者是不規(guī)范的使用工序產(chǎn)生破損問題，特別是在高精密化、電子化的運行環(huán)境之中，部分精密儀器可能產(chǎn)生故障，這也使得電力系統(tǒng)需要進行整體的停電檢修，保障電力系統(tǒng)運行的穩(wěn)定性。但是從實際檢修現(xiàn)場來講，不可能進行經(jīng)常性地停電檢修，工作人員需要在帶電環(huán)境下進行檢修作業(yè)。人工智能技術(shù)體現(xiàn)其高效能的應(yīng)用，例如，在線路巡檢中可以采用巡檢機器人、無人機設(shè)施、固定攝像頭進行巡檢處理，通過人工智能系統(tǒng)建設(shè)典型缺陷樣本庫，經(jīng)由終端所傳遞回來的視頻信息、圖像信息等進行分析處理，并由深度學(xué)習(xí)模型對系統(tǒng)內(nèi)部運行狀態(tài)進行檢測，通過識別、診斷、分析與檢修的一體化處理，能夠讓運維檢修工作更具智能化，降低成本投入。另一方面，也可以保證在帶電作業(yè)的環(huán)境之下實現(xiàn)安全性檢測，降低安全風險的產(chǎn)生概率。

五、結(jié)語

綜上所述，在電力系統(tǒng)之中，人工智能技術(shù)的應(yīng)用及實現(xiàn)，最大限度提高了電力系統(tǒng)運營的穩(wěn)定性，且人工智能具備的學(xué)習(xí)功能，可以幫助計算機系統(tǒng)對電力系統(tǒng)運行方式進行全域化檢索，從而及時發(fā)現(xiàn)系統(tǒng)運行中的問題并予以處理。期待在未來發(fā)展中，積極引入新技術(shù)、新理念，夯實電力系統(tǒng)的運營基礎(chǔ)，為我國電力事業(yè)發(fā)展提供長效的保障機制。

參考文獻

[1]周圣杰，王士銘，田洪濱，等.基于人工智能與物聯(lián)網(wǎng)的電力現(xiàn)場作業(yè)智能保障系統(tǒng)研究[J/OL].電測與儀表：1-11[2023-06-13].

[2]盛戈皞，錢勇，羅林根，等.面向新型電力系統(tǒng)的數(shù)字化電力設(shè)備關(guān)鍵技術(shù)及其發(fā)展趨勢[J].高電壓技術(shù)，2023，49（05）：1765-1778.

[3]張沛，周鈺朋，崔暉，等.基于可解釋機制的極限傳輸能力計算知識表達模型[J/OL].電力系統(tǒng)自動化：1-12[2023-06-13].

[4]葛磊蛟，劉航旭，孫永輝，等.智能配電網(wǎng)多元電力用戶群體特性精準感知技術(shù)綜述[J/OL].電力系統(tǒng)自動化：1-18[2023-06-13].

[5]潘曉華，張效慶.人工智能技術(shù)在電子工程自動化控制中的有效應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用，2023，41（04）：43-45.

[6]程凱強，周照宇，曹財云.人工智能技術(shù)在電力調(diào)度自動化系統(tǒng)中的應(yīng)用[J].集成電路應(yīng)用，2023，40（04）：248-249.

[7]張博， 劉絢， 于宗超， 等. 基于人工智能的電力系統(tǒng)網(wǎng)絡(luò)攻擊檢測研究綜述[J]. 高電壓技術(shù)，2022，48（11）：4413-4426.

作者單位：國電南瑞科技股份有限公司信息系統(tǒng)集成分公司