CFEAI在新型电力系统中的应用探讨
技术趋势:由量变到质变
人工智能技术经历了从符号主义到连接主义,再到知识与数据融合驱动的第三代人工智能的发展历程。第三代人工智能结合知识、数据、算法和算力,旨在建立全面反映人类智能的人工智能系统。例如,AlphaGo的胜利得益于强化学习/深度学习技术、巨大计算能力和自然语言处理模型。ChatGPT则基于大规模预训练的语言模型,能够通过学习和理解人类语言来进行对话,并完成写作、翻译等任务。
人工智能技术已能在视觉、语音、语言、决策等多个方面实现智能化应用,如自动驾驶、机器人反馈等。根据Gartner报告,2025年使用AI进行营销和运营转型的组织将占48%,75%的组织将把转型重点从主动AI转移到运营AI。
国家电网和南方电网均提出了人工智能发展规划,旨在将人工智能技术与电力行业深度融合,实现电网的自动化、数字化和智能化,提高电网在高比例新能源和高比例电力电子设备接入后的安全性、可靠性和运营效率。
落地途径:场景驱动AI迭代
电网公司作为典型的资产密集型企业,面临着高渗透率新能源和高渗透率电力电子设备带来的挑战。AI技术可以在负荷预测、故障检测与诊断、设备维护和修复、电力市场决策辅助、能源管理与优化、分布式能源资源管理、电网安全和保护、设备寿命评估与优化等方面发挥重要作用。
AI在电力系统的应用场景包括:
- 负荷(功率)预测:提高预测准确性,优化电力资源调度。
- 故障检测与诊断:实时检测系统异常和潜在故障。
- 设备维护和修复:提高设备维护和修复效率。
- 电力市场决策辅助:预测价格变化,为电力交易和投资提供决策支持。
- 能源管理与优化:有效管理能源消耗,节约电力。
- 分布式能源资源管理:优化调度和集成,提高电力系统稳定性。
- 电网安全和保护:实时检测预防电力系统中的网络攻击。
- 设备寿命评估与优化:预测设备寿命,提出改进设备性能的建议。
AI技术在不同应用方向的技术方法包括:
- 基于LSTM/LightGBM的功率预测:解决负荷多样性、不确定性和电网方式变化问题。
- 基于CNN的智能识别:应用于电网厂站接线图识别、电网运行信息智能检索等场景。
- 基于DRL的源网荷储优化调度:解决新能源高渗透率下的地区电网AVC优化提升和考虑新能源及可调负荷的有源配电网优化调度问题。
- 基于RPA/NLP/AR的数字化班组:实现现场作业异常点智能识别及处置建议、业务流程的可视化配置及自动执行、基于知识检索的问答模型及虚拟专家构建、便携式可视化及远程专家指导。
具体示例:现场作业辅助系统
现场作业智能支撑系统利用AI和AR技术,为现场作业人员提供“虚拟专家”和“随身副值”,同时为现场作业人员的每一步操作检查,同时思考,随时提供智能提示,提高现场作业的准确性、效率和安全性。
系统组成包括边缘计算端、AR眼镜端、远程专家端和AI辅助工具箱。AR眼镜端具备语音辅助、手势辅助、拍照摄像、SLAM定位、场景重建等功能。远程专家端支持视频通信、智能图像处理、AR技术和语音交互技术,可实现远程协同指导。AI辅助工具箱整合了图像识别、流程编排、自然语言处理、SLAM建模、知识图谱、数据分析等智能化应用。
AI+AR的优势在于:
- 智能化体验:实现语音识别、人脸识别等智能化交互。
- 提高工作效率:自动化处理大量数据,优化生产流程。
- 更好的决策支持:实现更加智能化的决策支持。
- 降低成本:减少人力资源需求,提高自动化处理比例。
现场作业智能支撑系统在变电站故障处置场景中,可自动提示运检人员查看当地后台信息、检查相关设备状态,并自动进行识别分析,同时自动提示操作步骤、注意事项、自动进行安全监督/操作到位检查/远程专家指导,保证操作的正确性和人身安全。
研究积累
- 电力调度领域:开发了基于RPA的日下发师电身令量系统、基于NLP的物代理售理工司合计放障系统等。
- 视频监控智能识别领域:开发了变电站视频监控系统、具有自主品牌的变电站巡检机器人系列产品等。
- 智能巡检:实现了远程智能巡视、设备在线监测、智能操作辅助、智能安全监护等应用,并通过数字李生呈现站内多维数据。
- 电网厂站接线图识别:在国网A大赛中取得第六名的成绩。
- 电网运行信息智能检索:采用BridgingText-to-SL算法,已能在中等复杂度的SQL查询中实用化。
- 新能源发电预测:在国网AI大赛和南方电网AI大赛中均取得了较好成绩,预测准确率超过传统算法。
- 电力调度控制智能决策:在南方电网第四届调度AI大赛中荣获三等奖。
未来展望
- 智能化电网:实现自动化、智能化的能源调度和管理,提高能源利用率和节能减排水平。
- 无人化运维:实现自动化运行、监测和维护,提高运维效率。
- 能源交易平台:建立基于区块链技术和AI算法的能源交易平台,实现能源的分布式供应和交易。
- 智慧能源管理:建立智慧能源管理系统,实现对能源消耗和利用的监测和管理。
- 新能源开发:更好地预测和优化新能源的利用,提高新能源的利用效率和可靠性。