基于人工智能的电力系统集控运行控制方法

基于人工智能的电力系统集控运行控制方法

孙鹏

342222198405185214

摘要：我国信息技术和我国经济水平的快速发展，人工智能在电力系统中是主要技术。人工智能技术包括自然语言处理、计算机视觉、语音识别等，在许多领域有一定的推广。在航天装备领域，运载火箭、卫星、载人飞船多方面应用人工智能技术，包括自动执行程序、判断阈值等自动检测技术，以及卫星通信的智能频谱分配及抗干扰、宇航员交互式助手等。在土木、交通基础设施领域，新型基础设施检查方法融合人工智能技术，利用数字驱动、智能机器人提升检测效率。新一代人工智能技术ChatGPT拥有强大的自然语言处理能力，具有自主性的“创造”，对未来生产方式的变革可能产生影响，如推动产业升级、提升劳动者生产力、改进生产工具等。

关键词：电力；人工智能；开放平台；相关技术

引言

随着科学技术的不断发展和进步，人工智能技术实现了长足的发展，为各行各业的发展带来了新的机遇，促进了各行各业实现人力资源的大幅节约。也正是因为当前的人工智能技术在社会当中已经实现了较为成熟的发展，因此，当前的电力企业在实际的发展过程中也非常重视人工智能技术，积极地开发以人工智能为技术基础的开放平台。同时，为了更好促进人工智能技术在电力系统中的应用，还针对相关的技术展开了较为深入的研究以及具体应用，成功地研发出了一套具有较高智能化程度的人工智能开放平台，并且将其部署在了电力企业的园区内部。同时，能够在该平台的终端科学、合理地植入边缘计算技术，这样一来也就能够使得当前的电力企业在实际的发展过程中，切实地实现人工智能的发展模式，建立起一个较为快速、高效的人工智能管理体系，该体系可以对电力企业当中的所有工作实现全过程以及全方位的科学管控，建立起具有较强多样化的应用服务工作。

1人工智能概述

人工智能又称AI，它是研究开发用于模拟、延展与拓展人的智能理论、方法及技术。严格来讲，人工智能属于计算机科学中的一部分，它是通过人脑思维与智能处理方式的结合，让计算机系统具备自主执行指令的能力，例如，语言识别、图像识别、自然语言处理以及具有丰富经验的专家系统，均能够通过人工智能载体，实现多技术的融合应用。在系统运行过程之中，人工智能也可以通过深度学习，将系统涵盖范围内的各项数据信息进行整合，然后通过人工神经网络实现对既有信息的有效输入及输出。在多层叠加的模式之下，整个学习模型可以及时针对数据产生的结果进行预测分析及处理，并作出相应响应，保证智能驱动的合理性与科学性。对于电力系统来讲，人工智能的应用则属于电力系统自动化、智能化的主要发展方向。因为现阶段电力系统运营中所需要处理的数据信息正呈现指数递增的试探累计的数据量，如果无法得到正确的处理或反馈，则将导致系统运营的失效问题。人工智能处理模式则可以通过深度学习，结合内部数据信息的呈现模式，建设多节点的数据参数以及学习模型，然后按照系统常态运行模式下产生的数据信息作为正常指标，从而实现对整个电力系统运营的有效监管及控制，最大限度提高电力系统运行的智能效果。

2电力人工智能开放平台关键技术

2.1变电站巡检机器人集控平台

通过搭建起巡检机器人的集控平台，就能够以巡检工作的具体流程以及统一的规则约定对机器人进行合理的控制，进而就能够实现对于不同型号机器人的统一管理以及监督控制。巡检机器人一般都能够自动地设置巡检的路线，在巡检的实际过程中也能够非常灵活地应用现有的图像识别技术以及目标检测技术，一旦在电力企业园区内部的楼宇或者是设备的巡检过程中发现了异常问题，那么就能够及时地通过人工智能技术检测出带有异常或者缺陷的被检测目标的特征数据库以及典型故障特征数据库，进而训练出被检测目标的科学模型。除此之外，这样一个平台在实际的工作过程中还能够切实地在深度学习的基础上应用声纹识别技术，构建起较为灵敏的设备故障诊断的机器听觉模型，从而能够对于故障的音频进行信号层面的准确识别。

2.2电力设备智能运维检修

电力设备运维检修中人工智能技术的应用提高了设备运检的工作效率，同时减轻了人工运维检修压力。目前开展的工作有采用无人机自动巡航技术对架空线路开展巡检，智能识别输电线路缺陷；利用变电站内机器人巡检以及其他装置监测信息，实现对设备状态的智能感知；智能变电站应用“一键顺控”方法自动实现倒闸操作等等。人工智能技术在设备运维检修方面的应用存在进一步提升的空间。例如，在深度学习方法的基础上结合特征信息融合策略提升输电线路异常情况的检测精度；为提升人工智能在设备运维检修领域的适用性与性能，推广研究深度连接、符号知识、行为强化以及集成智能等应用范式；针对电力人工智能算法设计相应机制，应对算法可解释性、数据质量以及模型优化求解等方面的问题，以及加强对自主学习系统应用的探索，增强巡检技术意识引导的作用，并改进图神经网络模型，优化家族缺陷智能挖掘任务的算法性能。在深入开展人工智能技术研究应用的基础上，推动智能运维检修机器人的构建，有助于大幅减少人工操作风险。影响电力系统稳定运行的因素较多，误操作误判断等问题带来的风险较大。然而，运维检修领域涉及设备种类不一，涵盖不同专业，单个专业再进一步细分工作内容。以继电保护设备运维检修为例，包含二次回路检查维护、保护装置校验、设备故障检修等多项工作内容，对作业水平要求较高。对此，智能运维检修机器人需要具备较强的自主学习能力，充分掌握本专业或多个专业领域需要的知识。在现场作业中，智能运维检修机器人需要实时掌握电力系统运行状况，对设备故障原因开展溯源分析，在无人技术的协助下完成拆接线路、分合开关等操作，具备较强的推理判断以及实际操作能力。

2.3专家系统的应用

当电力调度系统发生紧急事故时，将其运用在其中共可以有效地分析问题并采取行动，从而避免或减少事故造成的损失。为此，首先应该建立一个完善的专家系统数据库，以便更好地分析和处理紧急情况。收集数据信息是一项艰巨的任务，因为当前许多问题的解决都依赖于人工决策，而基础信息往往被忽视，而关键决策信息的信息化处理则更是一项极具挑战性的任务。由于各地国家电网管理系统的运行情况存在差异，深受天气要求、电能利用要求等多种因素的负面影响，因此，建立专家管理系统的信息数据库时，必须考虑到不同地区的实际运行情况，这将会带来较大的实际工作量。在计算机系统的运行中，故障的复杂性可谓无处不在，其原因、程度等都会有所不同，从而影响系统的正常。

2.4人工神经网络

人工神经元是人工神经网络的基本单元，神经网络是有大量的神经元互连而成的。尽管每个神经元结构、功能都不复杂，但整个神经网络的行为动态是极其复杂的，可以组成高度非线性动力学系统，从而可以表达很多复杂的物理系统。1）神经网络是通过所研究系统过去的数据记录进行训练的，一个经过适当训练的神经网络具有归纳全部数据的能力，因此，神经网路能够解决那些数学模型或描述规则难以处理的控制过程问题。2）神经网络能够适应在线运行，并能同时进行定量和定性操作，神经网络的强适应和信息融合能力使得网络过程可以同时输入大量不同的控制信号，解决输入信号间的互补和冗余问题，并实现信息集成和融合处理。3）神经网络具有高度的并行实现能力，因而能够有较好的耐故障能力和较快的总体处理能力，这特别适用于电力系统中的实时控制和动态控制。

结语

人工智能技术在数字化电网建设中发电、变电、输电、配电各个领域的主要应用情况，普遍集中的大方向在于运行信息预测、设备故障诊断、运维安全巡检、业务无人化应用等方面。随着新型智能化技术的不断迭代和相关数字化智能系统平台的建设推广，未来电力系统将逐步实现全域运作数字化、智能化、信息化，助力新型电力系统安全、稳定、经济建设与运行。

参考文献

[1]黄玙璠,张坤.智能控制在电力系统中的应用分析[J].电子元器件与信息技术,2023,7(03):95-98.

[2]可寅.新型电力系统调度优化与功率智能控制关键技术研究[D].北京：华北电力大学(北京),2022.