人工智能在電力系統中的應用與發展

陳明　梁宇鵬

摘? 要：人工智能是研究和開發人類智能的理論、方法、技術和應用系統的新興技術。深度學習是一種分層的神經網絡，其原理是將多個層次的神經網絡進行分層訓練，即將該層次的輸出作為下一層次地輸入，從而達到分層表示的目的;隨著電力系統信息化、智能化的發展，其積累的信息量也日益龐大，且具有復雜的信息維度，傳統的人工智能淺層學習方法在線性和非線性模式上表現的局限性，無法將數據信息完整地呈現出來。

關鍵詞：電力系統;人工智能;技術發展

1.電力系統中的人工智能

1.1電網無功電壓的智能化與控制

由于電網的復雜性、非線性、模糊性和對實時性的要求，使得電網的電壓無功控制在某些方面難以用傳統的數學模型來進行，而人工智能也逐漸成為解決這些問題的關鍵。專家系統是一種發展較早、成熟度較高的人工智能技術，它是一種以知識庫和推理機制為基礎的計算機程序，它是一種以專家為基礎的方法來解決問題的方法。

在無功電壓控制中，專家系統的典型運用就是將已有的無功控制經驗用計算法則表示，以形成一個知識庫，以供專家系統參考，當遇到實際問題時，利用該知識庫對無功電壓進行實時測量，從而得出電壓調整的控制方法。本系統通過對PV節點電壓、變壓器分接頭、并聯電容等進行調整，針對不同的參數，采取相應的控制措施，對相應的電壓進行敏感性和控制余量的選擇，從而對電網的異常電壓進行精確的校正。

ANN是一種以生物神經網絡為基礎，通過仿真大腦的神經來進行復雜信息處理的模式，通過大量的人工神經元通過特定的方法將其串聯起來，從而使ANN具有復雜的非線性特征，與ES相比，ANN具有更強的容錯能力、更大的信息分布、更大的學習能力和執行速度，因此在無功電壓控制中有很大的應用前景。在無功電壓控制中，一階ANN用來探測系統中的無功電壓是否超出極限，二階ANN則提供一種處理策略，當無功電壓出現波動時，它可以快速地進行檢測和響應，從而加快采樣的收斂。在實際應用中，建立了一種基于前向網絡的神經網絡，它的輸入由主變壓器的有功無功、高壓側和低壓側的實時電壓等組成，并將其輸出，其中包含并聯電容器的切換狀態和主變壓器的分接位置，并將歷史數據作為人工智能的培訓樣本。當然，也存在著諸如FT、GA之類的人工智能技術，但是由于目前的研究還不夠深入，因此大多將其與ANN結合起來。

1.2電力調度與人工智能

電力調度是指根據電力負荷變化，對電網潮流進行管理的一種工作，其主要目標是確保電網的安全、確保用戶的供電可靠性和經濟效益。在滿足網絡運行限制的情況下，人工智能可以根據調度目標來確定優化調度方案，包括機組組合優化和機組調度優化。在機組組合優化上，其目標是在電網條件下，根據電網的限制，確定最佳的投切方式，以降低投資和增加經濟效益。

專家系統最初是用于求解電力系統的調度問題，但是由于機組的組合優化問題日益復雜，本文將專家系統和PSO算法結合起來，構造了一個雙層機組的組合優化模型。在考慮其他可再生能源的接入條件時，利用非參數神經網絡對風力發電等能源產生的不確定性進行定量預測，并與蒙特卡洛法相結合，將其歸類為安全約束的組合優化模型，并利用遺傳算法求解出最優解。目前比較流行的是將可再生能源與電力網相結合的ANN-GA智能調度機制，該方案通過ANN訓練，學習滿足需要的能量管理模式，并通過GA的優化流程，使“高峰期”的能量消耗達到最低，太陽能、風能等可再生資源得到最大化，同時也可以減少對電力的依賴。在充分考慮可再生能源的隨機、無序特性的前提下，采用分散式儲能技術是解決能源系統能量不確定特性的最優選擇。

目前，利用人工智能技術可以對電網的實時運行狀態進行監測和存儲，根據電網的具體數據，制定更加經濟合理的供電方式，根據電網的實際情況和電力需求，合理地安排電網的供電設施，從而達到對電網設備的合理利用，為電網的非必要的損耗和節能改造提供參考。

1.3電力市場與人工智能

電力市場的變化使得電網的優化決策越來越復雜，而人工智能技術在電網中的應用也越來越廣泛。

在配電端，利用人工智能技術對配電系統進行監測，可以使數據采集更為精確、高效，同時還可以實現遠程抄表、自動報告，并通過對電費進行有效的評估和管理。

在用電方面，由于智能電表的廣泛使用，以及智能服務機器人的廣泛使用，許多用戶都在不知不覺中開始享受到了人工智能的好處。傳統的人工客服無法完全滿足每個人的需求，而將語音識別、語義理解、自然語言處理等技術整合到智能客服機器人中，對以往客戶的來電進行語義挖掘，建立一個24小時的實時、準確的語言服務，效果非常好。

1.4智能化與生產安全控制

隨著智能化技術在電網中的應用，電力生產的安全控制也逐漸向智能化方向發展。在人身安全管理中，通過人臉識別、光學字符識別等技術，對作業人員進行身份認證、工作信息采集、自動巡視等，為企業提供有效的安全監控服務。設備的安全性，將會涉及到大量的整流和變頻裝置，其中的諧波會對電網造成很大的傷害，利用人工智能技術建立設備的可視化，對設備的運行狀況進行智能的評價，對設備的運行狀況進行智能的分析，對設備的性能進行分析，從而對電網的諧波進行實時監測，從而對電網中的各種危險進行預警，從而大大降低因故障造成的電網故障。

1.5智能化和維護

隨著用電量的增加和信息化的發展，電網中經常發生的斷電維修是不能容忍的，所以，帶電作業成了供電部門不可或缺的一種方式。

人工智能技術也顯示出其自身的優勢。在巡檢過程中，利用巡檢機器人、無人機、直升機、固定攝像頭等手段對巡檢圖像進行檢測，建立了典型缺陷的樣本庫，并利用視頻處理、圖像識別、深度學習等技術，建立了一套智能的巡檢系統。當發現有問題時，必須進行帶電作業，并利用三維環境重構、運動控制、視覺識別等技術，自動識別引線位置、自動抓取、剝線、穿線、點火等。采用智能化帶電操作，可以有效地避免傳統帶電操作帶來的人身安全隱患，極大地減少了工作強度，提高了工作質量。

2.人工智能存在的缺陷

（1）大部分智能體在進行問題分析時，往往沒有建立清晰的系統模型，沒有將計算與實體系統進行關聯，運算過程不透明，從而導致了算法的不可解釋性、缺少用戶可交互性和操作性。

（2）人工智能的穩定性很差，很容易做出錯誤的判斷，而且涉及到國家和人民生活的方方面面，對精度的要求也很高，因此很多人工智能應用還處于試驗階段，還需要進一步的改進。

（3）人工智能的基礎是學習，它需要大量的數據，大量的數據會讓人工智能的運算變得更加復雜，當大量的數據被用于分析問題時，很容易出現錯誤。

結語

雖然人工智能技術還處于起步階段，很多方面還不夠成熟，但是它的發展空間很大。在算法上，它采用了深度學習、強化學習等先進的算法，并將專家系統、神經網絡、模糊理論等人工智能技術融合在一起，使得機器人擁有了獨立的行為能力，而不需要按照特定的步驟進行操作，可以自主學習，從而達到人類的智能。隨著人工智能理論的不斷發展，它必將在電力系統和其他重要領域中扮演越來越重要的角色。

參考文獻

[1]楊瑩、張向聰、王磊、孫元.基于人工智能的計算機視覺技術在電力系統中的應用.

[2]杜晟瑋.電力系統中的人工智能應用及發展.人民出版社，2021，36（09）

[3]鐘業榮.基于人工智能的電力系統的研究.電力設備管理，2021（05）