人工智能技術在電力調度自動化系統中的應用分析

潘琪

摘? 要：電力系統的發展，對于調度可靠性的要求越來越高。大量新能源電站和電力設備的運用，使得現代電網的復雜程度越來越高，出現了多種隨機、多源、高密度的特征，這些因素影響了供電系統的運行環境，對于電力調度系統是一個深刻的考驗。因此，如何建立一個高效、高可靠性、高智能化、高信息化的電網調控系統，已經成為當前新形勢下電力系統急需解決的問題。基于此，本文就人工智能技術在電力調度自動化系統中的應用進行詳細探究。

關鍵詞：人工智能技術;電力調度;自動化系統;應用

中圖分類號：TM76文獻標識碼：A

1 引言

電力調度屬于電力工程中的重要內容，因此可以采用電力自動化技術來對其以往的工作方式進行優化及創新，而這也符合電力工程的發展趨勢。通過人工智能技術對調度運行中的各個模塊進行集合自動化控制來實現數據互通，并對各個模塊的數據進行采集及分析，之后以反饋所得數據來進行電力調度，這樣可以使電力資源得到更為合理的配置。

2 人工智能技術概述

人工智能技術，是計算機科學結構中的主要分支。該技術主要是在信息程序基礎之上，融合了仿生生物技術、數字化程序等方面內容，它是社會資源協調整理和科學運作的主要方法，具有兼容性強、資源開發形式多元、實際操作便捷等優勢。隨著社會信息產業不斷更新與發展，社會產業資源的研究深入性也在不斷的加強，借助人工智能技術，做好各個方面的資源調節，已經成為諸多行業未來發展的主要趨勢。比如，人工智能技術在電力調度自動化系統中的運用，就主要利用專家診斷、神經網絡監管等優勢，進行了電力傳輸資源協調管控。即，人工智能技術的運用與創新，基本上達到了行業服務品質提升和工作效率的同步增強，這是質與量相互兼容的技術實踐形態。

3 人工智能技術在電力調度自動化系統中的應用優勢

（1）提升電網對異常情況和事故情況的響應速度和處理效率，減少人工調度的工作量，可以建立電網運行態勢，感知和故障預警分析機制，通過多維度數據對電網調度進行全方位指揮、對設備全生命周期決策管理，從而達到減少設備故障率、提升電網運行質量的目的。通過建立智慧型調度體系，可以減少人工失誤，提升電網運行和管理水平，因此能夠提升電網整體的經濟性。（2）能夠大幅提高調控運行決策效率和電網智能化水平，通過安全操作決策輔助分析系統和自主知識學習機制的建立，能夠將人工智能技術應用于電網運行態勢感知，根據大數據和云計算等關鍵性技術，提供科學和快速的決策，從而提升調控運行的決策效率和工作質量。（3）能夠在提升電網安全運行控制水平的同時，增強供電可靠性和經濟調度水平，減少停電總時間，提高轉供電率及電網運行的靈活性和高效性，能夠從整體上促進電網在社會經濟發展中的生產作用，降低全網絡停電風險。電網調度中的各項業務處理是具有一定復雜性的操作，利用人工智能技術實現調度決策分析與自主深度學習的智能推演，可以對這類復雜操作進行流程優化。

4 人工智能技術在電力調度自動化系統中的應用

4.1 一體化調度管理

我國電網運行遵循“統一調度，分級管理”原則，上下級調度自動化系統間的數據庫、圖模資源等信息如何進行異地和層級共享是一個重要課題，一體化調度管理技術是解決該問題的重要手段。利用模型拼接技術實現電網圖模的“源端維護，全網共享”，提升數據庫維護效率，減少自動化運維人員的工作量，保證數據系統的一致和穩定。通過一體化調度平臺，以節能減排為目標函數進行優化調度，實現電網和所有并網機組的經濟運行，優化電能資源配置。此外還可整合擴展其他應用模塊，滿足智能電網調度縱向貫通的新型業務需求。

4.2 智能代理

智能代理是一種具有獨立決策和行為控制的充分自治的軟、硬件系統，是人工智能領域的一個重要分支。多代理系統是智能代理的延伸，由多個智能代理共同組成的系統能夠靈活地對周圍環境和變化需求進行響應。為達到某一全局目標，智能代理和多代理系統都需要協調各自的分布式知識，充分利用相關的策略和規劃行為完成對問題的求解。目前智能代理已經成功應用于電力系統多個領域，如電力系統調度、電力市場分析、暫態穩定分析、繼電保護分析和微電網控制等。代理模型是機器學習的一種手段，其他手段還包括網絡隱藏分析、靈敏度分析等。這類方法在獲得較高準確率的同時，還可以掌握模型的內部邏輯，已經成功應用于圖像識別、自然語言處理等領域。

4.3 多維度視覺形式

人工智能技術在電力調度自動化實踐過程中，較具代表的實踐形態，要屬多維度視覺形式的運用。其一，人工智能技術實施過程中，它將數字化信息、動態畫面、程序運作流程等信息傳輸形態很好地融合在一起，以實現電力調度自動化程序信息呈現形式的自由轉換。其二，多維度視覺形式的運用，就是在區域范圍之內協調管控電網時期，各個部分的調度信息分析要深入對比和評估。比如，某地區電力調度技術自動化分析過程中，人工智能化技術在其中的運用要點可歸納為：（1）與區域性電力調度體系綜合服務時，技術人員可借助大數據、網絡信息模型等手段，從局部數據分析的視角，對區域電力供應的實際狀況進行記錄。（2）人工智能化技術可通過宏觀數據波感應的方式，從電力調度結構整體穩定性以及局部調節的情況，實現各類電力信息傳導結構的自由化調節。（3）人工智能技術在電力調度自動化管理體系內的融合，在于它每月都會在資源調度數據反饋后，從區域用電的基本規律、用戶用電高峰階段等方面，評估當前電力調度結構實踐操作的合理性。（4）多維度視覺形式的人工智能技術運用，體現為系統可區域電網能源供應的狀態，對每一部分的電力傳輸和應用情況加以調節。

4.4 故障診斷

自從電力調度自動化系統采用模糊控制器之后，明顯提升了解決電力調度自動化系統故障的能力。在過去電力調度自動化系統產生故障之后，技術工作者難以區分潛在故障和故障清除之間所存在的聯系。所以，始終難以獲得精準的診斷結果。不過這些年以來，伴隨模糊理論的廣泛應用，相關工作者可將故障處理、控制經驗結合到控制器里，進而研發出完善的模糊控制器。電子系統模糊控制主要是使用自適應模糊控制器，其和以往的自適應控制進行比較發現，模糊控制器是兩個以上的自適應模糊系統所構建。自適應模糊控制器主要是在電力調度自動化系統出現問題的情況下，能夠馬上對不易發現的潛在故障及時實施處理。一是其能夠對傳統的推理工作進行完善，之后完成近似推理工作，最終依靠強化推理的容錯性來達到理想的處理效果，進而使電力調度自動化系統的故障能夠得到精準的檢測。所以，在相關工作人員診斷電力調度自動化系統故障的時候，若對一些故障沒有把握，那么就可通過模擬理論診斷法進行解決。而且還要根據傳統工作經驗，將以往的一些診斷方式合理的與模糊理論診斷法融入到一起，進而進一步加強診斷的效果。

5 結束語

隨著電網規模持續擴大、新能源并網比例增加，許多新問題、新挑戰將不斷涌現，調度人員在對電網進行管理時，須充分重視智能技術在電網調度自動化系統的應用，保障人們的用電需求，促進智能電網的發展，為經濟社會的不斷前進奠定堅實的電力能源基礎。

參考文獻：

[1] 程文仙.電力調度自動化系統中人工智能技術的運用[J].數碼世界，2019（12）：293.

[2] 章熙，姬源，黃育松.人工智能技術在電力調度自動化系統中的應用研究[J].信息與電腦（理論版），2017（22）：132-133.

[3] 譚建蘇.電力調度自動化系統中人工智能技術的運用[J].電子技術與軟件工程，2019（16）：243-244.