人工智能在電力系統中的應用綜述

陳羽飛,趙 琦,何永君,田曉鵬,李武峰

(1.中國電機工程學會,北京市 西城區 100761;2.中國電力科學研究院有限公司,北京市 海淀區 100192)

0 引言

隨著互聯網的普及、傳感器的泛在、大數據的涌現、電子商務的發展、信息社區的興起,數據和知識在人類社會、物理空間和信息空間之間交叉融合、相互作用,人工智能發展所處信息環境和數據基礎發生了巨大而深刻的變化,這些變化構成了驅動人工智能走向新階段的外在動力[1]。與此同時,人工智能的科學基礎和實現載體取得了新的突破,人工智能技術已進入全新的發展階段。如深度學習、知識圖譜、強化學習、遷移學習在電網仿真分析與決策和電力系統調度運行方面都有應用[2-3],解決了很多復雜的模式識別難題,其取得的效果遠遠超過先前的相關技術[4-5]。當前,人工智能已成為促進產業發展、解決復雜工業問題的主要杠桿和工具。

在我國能源轉型和“2030 碳達峰、2060 碳中和”的大背景下,以新能源為主體的新型電力系統不斷構建,風電、光伏等波動式、間歇式可再生能源大規模接入,再加上電力市場化改革愈加深入,使得電力系統的不確定性、非線性進一步加劇,嚴重威脅電力系統的安全穩定運行[6-7]。傳統的技術在解決大電網的復雜問題時顯得捉襟見肘。例如,基于模型驅動的分析方法在解決電力系統調度、規劃、交易方式等問題時就面臨諸多的挑戰。

得益于數據量的快速增長、計算能力的大幅提升以及機器學習算法的持續優化,新一代人工智能在某些給定任務中已經展現出達到或超越人類的工作能力,并逐漸從專用型智能向通用型智能過渡[1],目前人工智能已經開啟大模型時代,人工智能在電力系統中的應用也愈加受到關注。人工智能技術充分發揮其解決不確定性復雜系統的優勢[5],以電力生產、傳輸、運行、控制等全過程海量數據作為數據基礎,融合外部系統相關信息,在電力系統重點技術領域展現出非凡的優勢和廣闊的應用前景。

本文首先梳理了人工智能關鍵技術,闡明了人工智能技術應用于電力系統的內、外因素,以及人工智能技術在電力系統的應用現狀,分析得出了目前電力系統應用人工智能技術時面臨的問題與挑戰,并通過調研分析相關行業人工智能的應用案例,提出適用于電力系統的應對措施和解決辦法。

1 人工智能關鍵技術

人工智能是研究、開發用于模擬、延伸和擴展人類智能的理論、方法、技術及應用系統的一門全新技術科學[1]。人工智能理論誕生于20世紀50年代,發展至今大致經歷了3個階段,第1階段是機器學習概念的提出,第2階段是專家系統與多層感知器的出現,第3階段則是大數據、計算機軟硬件發展、計算能力提升以及理論算法革新的技術融合,以深度學習為代表的人工智能技術[8],引發了各行各業重點關注。

人工智能的實現方法非常豐富,包括專家系統、人工神經網絡、模糊邏輯、機器學習、博弈論以及以遺傳算法為代表的各種智能優化算法等。其常用的方法如圖1所示。

圖1 人工智能主要技術Fig.1 Main technologies of artificial intelligence

2 人工智能在電力系統中的應用現狀

2.1 人工智能應用于電力系統的內外部因素

2.1.1 電力系統的內在需求

電力系統對人工智能技術應用的內在需求主要包括高比例可再生能源、高比例電力電子設備、負荷多元化接入對電力系統的影響。高比例可再生能源的接入給電網安全穩定運行帶來挑戰[9-10],新能源發電設備的低抗擾性和弱支撐性導致消納形勢不容樂觀[11],電力供應保障難度加大[12],同時引發了電力交易和市場機制的變革[13-14];高比例電力電子設備使電力系統運行方式和動態特性發生變化,電磁振蕩現象和暫態問題研究更加復雜化[15];需求側響應向著多元化、常態化發展,對電網安全穩定運行、無功優化調控、電力負荷調度、需求響應優化決策、用戶識別與負荷預測等帶來一系列的挑戰[16]。

2.1.2 人工智能應用于電力系統的外在驅動

人工智能技術在電力系統中的應用受到多方面外在驅動力的推動。首先是“碳達峰、碳中和”背景下的能源轉型要求構建新型電力系統;其次,人工智能受到國家產業政策的重點支持和各級政府的高度重視,陸續出臺了多項政策鼓勵人工智能的發展與創新;再次,人工智能在其他領域的成功應用為其在電力系統的應用提供了經驗;最后,5G 和大數據技術的發展為人工智能在電力系統中的應用帶來了新的機遇。這些因素共同推動了人工智能技術在電力系統中的快速發展和應用。

2.2 人工智能應用于電力系統取得的學術成果

人工智能技術在電網安全與控制領域、輸變電領域、配用電領域、新能源領域以及其他領域都有應用,并取得了諸多學術成果,其具體業務場景、采用的人工智能方法及取得的成效如表1所示。

表1 人工智能應用于電力系統已有的學術成果Table 1 The existing academic achievements of artificial intelligence applied to power system

2.3 人工智能在電力系統的示范應用現狀

人工智能技術在電力系統中應用非常廣泛,以國家電網有限公司(以下簡稱“國網”)為例,國網選取了冀北、山東、江蘇、福建4家省公司來打造各具特色的電力人工智能綜合樣板間,集中展示了輸、變、配、調度、營銷等業務領域的典型成果。冀北公司的電網一張圖等10項精品,在北戴河暑期保供電中心綜合展示應用;山東公司在全省17家地市公司實現了供電服務流程的線上線下、前端后臺無縫銜接;福建公司、江蘇公司等多家單位開展基于變電站自主巡檢機器人等智慧運維應用;江蘇公司等分別在省內多個地市試點違章智能告警應用,全面覆蓋運檢、基建與其他高風險或復雜工序現場。

2.4 人工智能應用于電力系統的技術架構

人工智能技術應用于電力系統的技術架構主要包括基礎設備、數據管理、算法訓練、應用場景4個層次。以人工智能在電網調度領域的應用為例,其基本技術架構如圖2所示。

圖2 人工智能應用于電網調度領域的技術架構Fig.2 Technical architecture of artificial intelligence applied to power grid dispatching

基礎設備層主要由高性能計算架構,包括計算設備、存儲設備和網絡設備等組成,為機器學習、深度學習提供強大的計算能力,以解決海量數據、多層級網絡參數下訓練學習時間過長的問題,同時為電網海量運行數據提供存儲支撐[19]。

數據管理層主要實現對各類結構化、非結構化數據的匯集,形成調度大數據平臺,為上層的分析提供全維度的數據支撐。針對不同結構、采樣頻率,采用不同的數據存儲方式,包括以存儲靜態模型參數為主的關系型數據庫、以實時數據處理為主的內存數據庫、以歷史數據存儲為主的列式數據庫等,最終為上層提供統一的數據訪問服務[19]。

算法訓練層通過對各類算法的封裝,為上層應用提供統一的算法引擎支撐,包括隨機森林、聚類分析、知識圖譜以及自然語言處理等。知識庫是在現有調度規程、操作規范以及運行經驗的基礎上,通過自然語言處理技術對文本、日志進行學習和理解之后,形成知識化表達的規則庫。

業務場景層是在數據匯集、算法引擎和知識庫的基礎上,針對電力調度業務場景進行設計的,包括態勢感知、智能決策和智能助手3個方面。其中,態勢感知采用“數據驅動+物理建?！毕嘟Y合的方式進行訓練分析,主要包括負荷預測、用電行為分析、設備突發故障預測等方面。智能決策是“規則知識+物理模型”相結合的方式,主要包括設備過載處置輔助決策、故障處置輔助決策等方面。調度助手包括語音交互、智能檢索、自動成圖和觸屏交互等功能,為調度日常操作、信息查詢和人機交互提供更為便捷的手段[19]。

3 人工智能應用于電力系統面臨的挑戰

3.1 人工智能技術面臨的主要問題

盡管我國在人工智能領域的發展已取得了長足進步,但還是面臨諸多問題。

基礎技術積累不足,缺乏重大原創科技成果。我國人工智能基礎理論、核心關鍵技術積累薄弱,核心算法、芯片及基礎元器件的掌握與國外差距較大,核心環節受制于人,隨時可能被卡脖子。

技術創新的商業應用模式不明朗。應用型創新成果重復化、碎片化問題嚴重。支持應用落地的人工智能商業模式尚需探索。英特爾調查顯示,全球有46%的公司制定了與人工智能相關的發展計劃,但真正得以落地的只有4%。

資本布局多樣性不足,基礎層領域缺乏投資。近年來,國內資本投資多集中在應用層,在回報周期較長的人工智能基礎層領域缺乏布局。美國人工智能領域投融資31%流向處理器芯片領域,在各細分領域中占比最高。我國人工智能領域的投融資結構急需改觀。

政策、標準體系尚不健全,缺乏針對人工智能特征的法律法規和保障措施。我國針對人工智能技術和產業發展的法律法規研究剛剛啟動,尚未在人工智能法治保障、信息安全以及倫理道德研究、風險審查機制等保障人工智能產業長期發展的政策法規、安全規范和倫理道德框架方面展開試點。

3.2 人工智能應用于電力系統面臨的主要挑戰

未來,新型電力系統將是一個巨維復雜動態大系統,對其控制和決策變得比之前任何時候都困難,對人工智能的需求更迫切,也更具挑戰性。人工智能與電力系統的深度融合應該是新型電力系統的主要特征之一。人工智能應用于電力系統面臨的主要挑戰和問題主要有:高維度與高質量數據缺乏、分布式系統協同自治困難、深度神經網絡算法缺陷、安全性問題以及人工智能(artificial intelligence,AI)資源共享和支撐力不足5大方面,具體如圖3所示。

圖3 人工智能應用于電力系統面臨的主要挑戰Fig.3 Challenges of artificial intelligence application on power system

4 人工智能應用于電力系統應采取的措施

針對以上5個方面的挑戰,一些針對性的應對措施如圖4所示。

圖4 人工智能應用于電力系統應采取的措施Fig.4 Measures of artificial intelligence application in power system

采用圖5的流式計算系統處理海量數據以達到高效、快速的目的。高精度智能傳感器、衛星定位技術等主要是用來提升數據質量。遷移學習、增強型神經網絡、模型改進等小樣本處理方法用來解決電力數據樣本失衡問題。

圖5 智能電網大數據實時處理系統Fig.5 Big data processing system for smart grid

分布式協同控制主要用于虛擬發電廠控制、經濟調度、微電網頻率控制、主動配電網無功優化等領域以克服集中式控制的局限;分布式計算用以提高故障診斷的可靠性和魯棒性。

引入注意力機制處理歷史數據,實現高層次特征學習,求解深層網絡參數可以解決神經網絡參數多、收斂慢等問題。引入知識圖譜與知識推理技術,融入知識規則,提升神經網絡的認知推理能力,可提高其解釋性和魯棒性。

人工智能在電力系統應用的安全問題可通過自主防御技術規避?，F有的防御技術包括投毒攻擊防御、后門攻擊防御、對抗攻擊與防御、模型竊聽與防御等。

通過構建高級量測體系,搭建智能化平臺,重點技術扶持,推動產業新業態等解決人工智能支撐力不足,為人工智能在電力系統中的融合應用創造良好的發展環境。

5 總結與展望

綜上所述,以神經網絡、專家系統、圖像識別、機器人等為代表的人工智能技術作為一門新興的技術學科發展非常迅速,其作為促進產業發展的主要技術手段,已經滲透到各行各業。人工智能應用于電力系統也取得了諸多技術成果,基本構建了以基礎設備層、數據管理層、算法訓練層、應用場景層為主要架構的技術應用體系。但是,人工智能在電力系統中的應用整體上還處于起步階段,遠未達到協同融合的地步,甚至有的專業領域智能化水平還不高,這與電力系統的復雜性以及人工智能技術自身發展的瓶頸問題都有關系。本文分析了人工智能技術應用于電力系統面臨的主要挑戰,針對性地提出了技術應對措施,以促進人工智能技術與電力系統的深度融合和協同發展。

隨著大模型、云計算、大數據、物聯網等技術的發展,新一代人工智能技術在電力系統中的應用也再次成為研究的熱點。未來,人工智能技術不僅將進一步發揮其解決大電網復雜問題的優勢,還將助力建成具有自主認知能力、自主交互能力、自主協調控制能力的智慧能源系統,例如加強數據與知識的有效銜接、聯合驅動,充分發揮人工智能的分析和決策能力;實現電力系統調度員行為特征畫像與個性化互動;實現電力用戶行為畫像以及復雜電網運行精細化規則獲取等等?？傊?隨著我國能源轉型的實現,人工智能與電力系統的深度融合將是新型電力系統的主要特征之一。