文件名称：应用挑战-88e6095芯片资料
文件大小：644KB
文件格式：PDF
更新时间：2024-07-21 18:32:20
人工智能 电网调度
3.2 已开展的研究和应用 人工智能从发展之初就受到调控领域工程界 和学术界的广泛关注。20世纪 80年代至 21世纪初， 神经网络、专家系统等算法已开始在故障诊断、事 故处理、在线监测等领域得到应用。受限于当时计 算力和数据量制约，研发和应用效果不显著。随着 物联网、云计算、大数据技术的发展，近些年，调 控领域人工智能应用再次成为热点[6-8]。 现阶段人工智能应用主要方向为降低安全隐 患、降低劳动成本、实现生产效率提升，并逐步向实现 专业领域复杂问题的智能化分析、智能决策方向发展。 在故障诊断和辅助决策方面，学术界和工程界 已开展了基于新一代人工智能技术的研究和应用 尝试。当前 D5000 系统的综合智能告警基本上是采 用专家规则库的方式，对信号完整性、时序正确性 要求较高；文献[9]提出基于机器学习的综合智能 告警，可在信号遗失及时序错乱的情况下，模拟 人工运行经验，对故障进行较为准确判断，提高 综合智能告警准确性。文献[10]提出基于自然语言 处理的故障处置辅助决策，基于自然语言处理、知 识图谱的人工智能技术对电网事故预案文本进行 信息抽取与构建，并与实际系统关联，实现处置要点 信息的整合监视与辅助控制，辅助电网故障处置。 在减轻工作强度、提高工作效率方面，文献[11] 提出的调控操作智能助手实现调控知识库构建 (学)、智能感知(听、看)、智能交互(说)、智能决策 (思)、智能语音服务、执行代理(行)等。从在福建试 点情况看，语音识别、知识库、多轮对话(意图识别) 可靠性基本上能满足调控操作的要求。存在的问题 一是语料不够充分，目前机器学习的算法，必须要 有大量的有效语料支撑；二是语音识别和意图识别 准确度需要提高。 在电网运行智能分析方面，学术界和工程界已 经开展了基于深度学习的在线安全评估[12]、深度增 强学习在电力系统分析中的应用[13]、基于引导学习 的配电网健康指数[14]、基于深度学习的负荷预测[15] 等研究和初步实践。 总体来说，人工智能技术在电网调控领域应用 已有初步成果，但应用还较零散，深度和广度都不 足，对调控业务支撑的范围、程度还不够，亟需结 合业务需求、技术成熟度，开展系统性研究和应用。 3.3 应用挑战 调控机构可以利用人工智能技术模拟人类思 维，通过学习海量电网运行数据和运行经验，发现 规律、形成知识并指导电网运行工作。但在工程实