关键词：人工智能；电网调控；关键技术
在社会不断进步发展下，大众对电力资源的需求量也在不断增加，电力企业所面临的挑战与压力也逐渐增多。电力系统在运行中会产生海量数据信息，若是只靠人工方式管理这些信息，则无法满足用户的要求。人工智能是社会进步的产物，这项技术已经被广泛使用在各个行业之中，电力部门也把此项技术使用在电力系统的运行中。在电力系统中，电网调控是十分关键的环节，电网调度系统稳定运行对于整个电力资源的正常供应有很大的影响。因此，本文对人工智能在电网调控中的关键技术进行分析有一定现实意义。
一、人工智能基本概念
所谓人工智能，其是一项热门领域，这项技术中集中了科学、信息技术和神经学等相关行业。在其本质上看，人工智能实际上是依靠科学技术把人脑原理与行为进行机械自动化，在此过程中有发现、分析问题等环节和过程。人工智能在目前的工业化中发挥了十分关键的作用，此项技术内部是多种简单处理单元构成的，看起来十分简单的小单元，实际上有着极强的处理能力。这些小单元之间相互有影响，但是相互有独立，有着很强的信息处理能力。在人工智能技术的实施中，人工方面最为主要的特点是记忆特点，其能够经过记忆信息把信息保存在权值中，然后提取信息特点，进而更好地服务于工业领域之中。
把人工智能使用在电力领域中，也是很好地使用了人工智能的相关特点。把电力系统中海量数据信息做总结管理，替换传统中浪费精力和人力的操作，提升整个工作的效率。人工智能技术的神经元之间有一定的联系，一个神经元可以经过来自于其他神经元输入，在并行往来之中转换输出。此过程中会对其他神经元形成相应影响，这种影响是相互的，也是人工智能非线性全局特点的呈现。在当前的人工智能使用方面来看，在社会各个行业中主要使用的是遗传算法、人工神经网络以及混合技术等。遗传算法是将数学模式当作基础，使用自然遗传集中的随机搜索算法原理，以此进行群体和个人信息之间的切换，电力系统之中比较普遍的非线性难题也是经过遗传算法获的。智能模糊逻辑在人工智能中使用比较多，其是在模糊力量基础上的，经过变量输入构成数学模型，经过此项技术原理能够有效规划系统，及时反映出电力系统中的故障。目前智能模糊逻辑在人工智能技术实践中已经构成了比较完整的体系，人工神经网络包含非线性问题，这是人工智能技术中的难点，此技术主要是使用在几点保护方面。这种原理建设在对人神经系统模仿之中，优势是反映速度很快，在电力系统存在故障时，可以很快做出判断，分析与探测故障实际情况，这也是人工智能在电网调控中被广泛使用的关键性原因。
二、人工智能应用于电网调控的关键技术
（一）电网预测和识别技术
依靠机器学习和深度学习等相关的人工算法，并且融合调控大数据，经过对大量训练样本数据学习，预测电网运行趋势，这是以后人工智能+电网调度的研究重点。在电源测方面，针对于风能、太阳能等再生能源会受到自然气候的影响，其中就能够运用致信网络、集成学习和条件变分编码器等相关技术，使用其在多层次网络训练、多分类综合决策和特点自主提取，以及学习、加强泛化能力等方面优势。在调控大数据，比如气候、环境、大气以及电站位置等，整个多个预测模型与算法。经过对无监督和半监督自主学习方式分析，发现数据中的特定规律与多种因素之间的耦合关联，以此对可再生能源的发电情况进行预测，以此提升可再生能源预测精度。
期刊文章分类查询,尽在期刊图书馆当前相关行业正在进行相应的研究，并且人工智能气候模型要比现在的太阳能与风能模型更加精准。还有则是用户侧方面，在负荷测风电以及光伏等分布式电源接入所产生的功率波动性等负荷增加之下，还有电动汽车与分散式储能等源荷双重特点设备增加之下，地区电网短期内符合预测难度也会逐渐增大。在这种情况下，就需要研究循神经网络、长短期记忆和混合模型聚类等算法在预测中的使用，依靠集成学习思想，构建综合性预测模型与算法，学习与模拟各种因素，比如气候、历史负荷以及生产周期等方面在负荷预测中的作用。此外还有电网侧方面，设备状态恶化、外部气象环境等都有可能导致设备故障跳闸，要依据设备以往故障跳闸的事件、位置以及设计参数，并且综合目前运行状态与外部环境，构建基于自学习设备状态评估模型。经过对历史设备故障样本数据训练学习，发现导致设备故障跳闸的隐藏性因素和规律。
（二）智能辅助决策技术
当前电网调度运行整体上或是经验型调度，比如设备检修操作有实际操作规程，故障处理有对应性的故障预案与处理规程，这些预案规程是很多年来运行经验和知识积累。依靠人工智能技术对这些经验知识做训练学习，然后经过计算机系统替换调度员处理工作中的重复性和一些固定化的操作，这是电网调控领域的一种关键技术。在最近几年来，自然语言处理、知识图谱等技术获得很快发展，知识图谱本质上是语义网络，是一种在图的数据结构上，使用在秒速知识之间的关系上，有着知识检索、推理与分析等功能。其特点十分适合当作规则知识推理分析，在电网调控中，知识图谱和互联网比较相似，其中包含了下面几个步骤：其一是知识提取，这需要对电网调度规则、日志等文本用语特点，构建调度专业词语的语料库与语义模型，之后使用自然语言处理技术，对调度操作规程、故障处置预案等做信息提取，以此来构成计算机可识别机器语言；其二是知识表现方面，依据抽取获得的信息，构建信息之间多层级关联关系，也就是形成知识图谱，以此来描述知识之间的关系；其三是知识保存方面，使用图数据库方式保存知识语义网络；其四是知识计算，经过检索和推理知识，获得知识信息，将其使用在辅助决策中。
（三）调度智能助手技术
当前调度控制接面呈现方式有一定的滞后性，人机之间的交互方式简单，数据相对散乱。调度员浏览与查询友好性有很大的不足。在虚拟现实和智能技术发展下，电网调控系统人机交互会发生很大变化，会在简单图形浏览与操作中转变成为语音交互的智能助手。 人机交互的智能化与互动化特点，交互方式很多，交互方式更友好。人机交互服务端能够配置搜索引擎，也就是依据电网调控人员语音或是键盘输入的内容，对系统中原始数据、计算结果与规程日志各种数据做搜索与加工，以此来替代以前调度中人工查询和统计的方式。如果临时查询一个设备在特定时间之内过载情况，或是几个站发电情况，经过智能搜索引擎，可以实现语义解析与数据抽取等。并且对于服务对象的不同，此搜索引擎也能部署在本地，也能够部署在云端，部署在本地也即是当地调控人员提供搜索服务。此外，呈现方式可视化，一方面使用虚拟现实和加强现实等技术，以此来加强电网各个场景的呈现效果，其中包含使用三位呈现输电线路三跨，还有变电站中设备状态等，以此来使用在调度员的培训仿真方面。
结束语：
将人工智能使用在电网调控中，可以让调控工作更加高效和精准。在实际运用中，其中主要有电网预测与识别技术、智能辅助决策以及调度智能助手等相关的技术。这些技术的使用让人工智能在电网调控中发挥了很大的作用，从而保障了整个电网的稳定运行。
参考文献：
[1]刘道伟, 李柏青, 邵广惠, et al. 基于大数据及人工智能的大电网智能调控系统框架[J]. 电力信息与通信技术, 2019, 17(03):18-25.
[2]朱永利, 尹金良. 人工智能在电力系统中的应用研究与实践综述[J]. 发电与空调, 2018(2).
[3]朵向阳. 电力调度自动化系统中的人工智能技术应用[J]. 时代农机, 2018, v.45；No.307(05):166.
论文作者:莫建国
论文发表刊物:《中国电业》2019年14期
论文发表时间:2019/11/15
标签：人工智能论文; 电网论文; 技术论文; 知识论文; 智能论文; 数据论文; 算法论文; 《中国电业》2019年14期论文;