日本一道一区二区视频,国产午夜亚洲精品国产成人,国产精品国产三级国产av主播 ,99热久久这里只精品国产99,99热久久这里只精品国产99

近年來人工智能技術(shù)取得重大突破，生成式大模型誕生標(biāo)志著AI技術(shù)進(jìn)入新階段，同時(shí)也給傳統(tǒng)行業(yè)新一輪發(fā)展帶來契機(jī)。2023中央經(jīng)濟(jì)工作會(huì)議提出，要發(fā)展數(shù)字經(jīng)濟(jì)，加快推動(dòng)人工智能的發(fā)展，廣泛應(yīng)用數(shù)智技術(shù)和綠色技術(shù)，促進(jìn)傳統(tǒng)產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)。2024年，“人工智能+”行動(dòng)首次寫入政府工作報(bào)告。2025年，國務(wù)院頒布《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》。人工智能技術(shù)發(fā)展獲得全社會(huì)前所未有的重視。

當(dāng)前，電力系統(tǒng)建設(shè)目標(biāo)是全面建成新型電力系統(tǒng)，面臨著高比例新能源、大量新型多元負(fù)荷類型以及海量電力電子裝備接入。新型電力系統(tǒng)將面臨系統(tǒng)規(guī)模指數(shù)級(jí)增大、海量數(shù)據(jù)待采集分析，新能源新負(fù)荷高隨機(jī)波動(dòng)，系統(tǒng)安全機(jī)理愈加復(fù)雜，發(fā)輸配用電各環(huán)節(jié)主體深度協(xié)作、高時(shí)效性優(yōu)化決策困難巨大等諸多問題，傳統(tǒng)電力系統(tǒng)研究方法已經(jīng)難以應(yīng)對(duì)，但是人工智能技術(shù)的突破提供了新的解決思路。

依托第一代符號(hào)主義人工智能與第二代連接主義人工智能，結(jié)合誕生了知識(shí)—數(shù)據(jù)融合驅(qū)動(dòng)的第三代人工智能技術(shù)?；谥R(shí)—數(shù)據(jù)融合驅(qū)動(dòng)和生成式大模型的電力人工智能技術(shù)，通過整合海量數(shù)據(jù)和電力行業(yè)專業(yè)知識(shí)，利用大模型技術(shù)的自主學(xué)習(xí)能力，為電力系統(tǒng)的科研、制造、建設(shè)、生產(chǎn)、運(yùn)營及管理的全產(chǎn)業(yè)鏈提供智能化工具，為實(shí)現(xiàn)新型電力系統(tǒng)建設(shè)提供了有力支撐。

PART 01

電力系統(tǒng)人工智能的五種技術(shù)介紹

依托人工智能技術(shù)，結(jié)合電力行業(yè)需求，形成了電力人工智能技術(shù)圖譜，包含：基礎(chǔ)技術(shù)、數(shù)據(jù)智能、感知智能、認(rèn)知智能、以及決策智能，如圖1所示。

圖1   電力人工智能技術(shù)圖譜分類

（一）基礎(chǔ)技術(shù)

基礎(chǔ)技術(shù)為電力人工智能提供各種算法、模型、計(jì)算框架等軟件技術(shù)和硬件技術(shù)支撐，主要分為3個(gè)大類：智能芯片及計(jì)算、生成式智能和平臺(tái)技術(shù)。

智能芯片及計(jì)算是電力人工智能發(fā)展和應(yīng)用的基礎(chǔ)。目前存算一體芯片在一定程度上滿足算力更強(qiáng)、存儲(chǔ)更大和能耗更低的電力系統(tǒng)需求，能夠配置電力現(xiàn)場終端設(shè)備，例如巡檢無人機(jī)、電力智能傳感器、電力智能電表等，打通電力人工智能技術(shù)落地的“最后一公里”。在電力系統(tǒng)中，生成式智能從海量樣本中提煉知識(shí)，構(gòu)建電力生成式模型并應(yīng)用于實(shí)際場景中，實(shí)現(xiàn)電力領(lǐng)域的智能優(yōu)化決策。平臺(tái)技術(shù)涵蓋了云邊協(xié)同技術(shù)、分布式訓(xùn)練技術(shù)以及低門檻大模型微調(diào)技術(shù)等多個(gè)方面，通過整合計(jì)算資源和邊緣端實(shí)時(shí)數(shù)據(jù)，實(shí)現(xiàn)模型訓(xùn)練與推理的高效協(xié)同，提升了電力人工智能系統(tǒng)的響應(yīng)速度和處理效率。

（二）數(shù)據(jù)智能

數(shù)據(jù)是人工智能技術(shù)的重要基礎(chǔ)，可以從海量數(shù)據(jù)中提取出有價(jià)值的信息和知識(shí)。電力數(shù)據(jù)智能技術(shù)整體上達(dá)到了較高的實(shí)用化水平，具備了較成熟的推廣應(yīng)用條件，主要包括：電力數(shù)據(jù)融合、電力數(shù)據(jù)增強(qiáng)、電力數(shù)據(jù)分析、電力數(shù)據(jù)安全計(jì)算等4個(gè)方向技術(shù)。

電力數(shù)據(jù)融合是將多種電力數(shù)據(jù)進(jìn)行聯(lián)合、相關(guān)、組合以及挖掘，以產(chǎn)生比單一種類電力數(shù)據(jù)更加有價(jià)值的信息，從而支撐電力應(yīng)用場景分析。目前在新能源功率預(yù)測、負(fù)荷預(yù)測等電力場景已經(jīng)取得良好的應(yīng)用成效。電力數(shù)據(jù)增強(qiáng)可以減少對(duì)特定樣本的依賴，生成更多的電力特征訓(xùn)練樣本，從而提升模型的泛化能力。目前在電力系統(tǒng)場景生成、電網(wǎng)暫態(tài)穩(wěn)定評(píng)估與樣本增強(qiáng)、電力變壓器故障樣本增強(qiáng)等場景已經(jīng)取得良好的應(yīng)用成效。電力數(shù)據(jù)分析可以從海量電力數(shù)據(jù)中揭示出隱含的、未知的信息和規(guī)律。目前在負(fù)荷預(yù)測、竊電檢測、電力系統(tǒng)量測數(shù)據(jù)異常檢測與重構(gòu)等電力場景已經(jīng)取得良好的應(yīng)用成效。

電力數(shù)據(jù)安全計(jì)算旨在充分保護(hù)數(shù)據(jù)和隱私安全的前提下進(jìn)行電力數(shù)據(jù)分析計(jì)算，實(shí)現(xiàn)對(duì)數(shù)據(jù)的“可用不可見”，目前在電力變壓器故障診斷、電力用戶特性辨識(shí)、分布式電源優(yōu)化調(diào)度等電力場景已經(jīng)取得良好的應(yīng)用成效。

（三）感知智能

電力感知智能是從電網(wǎng)全環(huán)節(jié)全鏈條全要素獲取數(shù)據(jù)的手段，主要包括電力視覺感知、電力聽覺感知、電力多模態(tài)感知等技術(shù)。該功能應(yīng)用與基礎(chǔ)技術(shù)中的電力邊緣智能終端相結(jié)合，已通過實(shí)際應(yīng)用驗(yàn)證。

電力視覺感知技術(shù)實(shí)現(xiàn)對(duì)電網(wǎng)圖像、視頻等數(shù)據(jù)的理解分析，目前主要應(yīng)用在輸電線路巡檢、變電站智能巡視、電力違章監(jiān)測等場景。電力聽覺感知是利用傳感器收集的電力聲紋、振動(dòng)數(shù)據(jù)，分析辨識(shí)設(shè)備健康狀態(tài)等，例如在變壓器故障檢測領(lǐng)域。電力多模態(tài)感知是對(duì)多種模態(tài)電力數(shù)據(jù)進(jìn)行感知和組合，實(shí)現(xiàn)對(duì)目標(biāo)更全面的感知，可以應(yīng)用于電力設(shè)備綜合狀態(tài)評(píng)估，目前尚未實(shí)際應(yīng)用。

（四）認(rèn)知智能

電力認(rèn)知智能是基于人類認(rèn)知體系，對(duì)電力領(lǐng)域的各類知識(shí)通過算法模擬人類的思考、理解、推理、學(xué)習(xí)等認(rèn)知過程，主要包括：電力知識(shí)建模、電力知識(shí)計(jì)算、電力認(rèn)知推理、數(shù)理融合學(xué)習(xí)等技術(shù)。相關(guān)技術(shù)在設(shè)備運(yùn)檢知識(shí)管理、電網(wǎng)故障處理快速?zèng)Q策、檢修處置方案智能生成、電網(wǎng)調(diào)度推理決策、客服營銷智能問答等領(lǐng)域場景開展了試點(diǎn)應(yīng)用。當(dāng)前，認(rèn)知智能的整體技術(shù)成熟度相對(duì)較低，仍處于方法技術(shù)的試點(diǎn)驗(yàn)證階段，與電網(wǎng)業(yè)務(wù)的深度融合程度有待提升。

（五）決策智能

電力決策智能是指人工智能模擬人類思維模式，通過算法分析電網(wǎng)信息，做出電力調(diào)度運(yùn)行決策的行為，主要包括：群體智能、混合智能、博弈智能、具身智能等技術(shù)。決策智能技術(shù)直接應(yīng)用于實(shí)際系統(tǒng)的工程實(shí)踐案例非常稀少，目前整體仍處于研究探索階段，需要進(jìn)一步深入研究。

PART 02

電力系統(tǒng)中人工智能技術(shù)的應(yīng)用現(xiàn)狀

電力人工智能的五種技術(shù)通過平臺(tái)技術(shù)實(shí)現(xiàn)融合應(yīng)用，在電力邊緣終端智能感知、新能源出力預(yù)測等多種場景通過實(shí)踐驗(yàn)證。還可以引入類腦智能，在海量數(shù)據(jù)基礎(chǔ)上，不完全依賴電網(wǎng)模型，通過大數(shù)據(jù)和人工智能算法，透過數(shù)據(jù)關(guān)系發(fā)現(xiàn)電力系統(tǒng)運(yùn)行規(guī)律，實(shí)現(xiàn)電網(wǎng)的智能監(jiān)測、智能分析、智能決策、智能管理、智能運(yùn)行、智能導(dǎo)航。下面給出人工智能技術(shù)在電力系統(tǒng)多種應(yīng)用場景中的實(shí)踐。

（一）人工智能技術(shù)在新能源出力預(yù)測和負(fù)荷預(yù)測方面的應(yīng)用

通過融合多源數(shù)據(jù)，結(jié)合人工智能技術(shù)與物理方法，針對(duì)當(dāng)?shù)氐匦?、風(fēng)光資源、發(fā)電特性等差異，可以大幅度提高新能源功率預(yù)測精度。國網(wǎng)新疆電力調(diào)度中心接收近千個(gè)新能源場站上報(bào)的預(yù)測數(shù)據(jù)，采用人工智能技術(shù)實(shí)現(xiàn)超93%的預(yù)測精度，用于輔助調(diào)度部門開展日內(nèi)電力調(diào)度控制。國家能源集團(tuán)推出的全球首個(gè)千億級(jí)發(fā)電行業(yè)大模型“擎源大模型”能夠精準(zhǔn)預(yù)測氣象變化，風(fēng)速等氣象數(shù)據(jù)預(yù)測準(zhǔn)確度大幅提升，新能源功率預(yù)測準(zhǔn)確率提高2.8%。

基于人工智能算法挖掘潛在時(shí)空相關(guān)性，可以實(shí)現(xiàn)精準(zhǔn)負(fù)荷預(yù)測。廣東電網(wǎng)公司上線的基于人工智能技術(shù)的省地一體負(fù)荷預(yù)測管理系統(tǒng)，可以實(shí)現(xiàn)約1300個(gè)母線節(jié)點(diǎn)30分鐘內(nèi)全自動(dòng)預(yù)測，工作日系統(tǒng)負(fù)荷人工智能預(yù)測平均準(zhǔn)確率達(dá)97%，日前母線負(fù)荷預(yù)測準(zhǔn)確率達(dá)到82.4%，同比提升3.2%。

（二）人工智能技術(shù)在發(fā)電領(lǐng)域的應(yīng)用

人工智能技術(shù)應(yīng)用于發(fā)電調(diào)度管理領(lǐng)域，精確預(yù)測氣象水紋等信息，智能調(diào)度發(fā)電設(shè)備，提高生產(chǎn)效率?！扒嬖创竽Ｐ汀敝械乃娔K能夠預(yù)測流域來水，主動(dòng)跟蹤降雨、流量、負(fù)荷這些邊界條件的變化，實(shí)現(xiàn)機(jī)組參數(shù)自動(dòng)尋優(yōu)，快速生成精準(zhǔn)調(diào)度計(jì)劃，優(yōu)化水電梯級(jí)調(diào)度；火電模塊能夠?qū)崿F(xiàn)火電燃料精準(zhǔn)管控，每分鐘可滾動(dòng)預(yù)測15分鐘后的機(jī)組關(guān)鍵指標(biāo)，準(zhǔn)確率達(dá)92%以上。

人工智能技術(shù)應(yīng)用于發(fā)電裝備智能感知場景，用于實(shí)現(xiàn)設(shè)備巡檢、故障狀態(tài)診斷、輔助日常運(yùn)維管理。南方電網(wǎng)采用的抽水蓄能人工智能數(shù)據(jù)分析平臺(tái)XS-1000D，可以實(shí)現(xiàn)數(shù)據(jù)智能巡檢、狀態(tài)智能診斷和智能運(yùn)維，實(shí)現(xiàn)90%以上的人工巡檢替代，每年可創(chuàng)造經(jīng)濟(jì)效益約1760萬元。國家能源集團(tuán)上海廟公司構(gòu)建了燃煤電廠專屬“智能大腦”，可以實(shí)現(xiàn)AI助手智能問答、智能檢索、知識(shí)生成等功能應(yīng)用，輔助生產(chǎn)和管理人員科學(xué)決策。寧德時(shí)代推出的“天恒·智儲(chǔ)平臺(tái)”融合AI與機(jī)理算法，可實(shí)現(xiàn)故障提前7天預(yù)警，算法準(zhǔn)確率高于99.99%，依托AI助手進(jìn)行運(yùn)維支持，可將儲(chǔ)能電站非計(jì)劃停機(jī)損失降低75%。

（三）人工智能技術(shù)在輸電領(lǐng)域的應(yīng)用

輸電設(shè)備數(shù)量多分布廣，多處于偏遠(yuǎn)地區(qū)，人工智能技術(shù)可以滿足多種類型的巡檢需求，提高監(jiān)測診斷效率，降低人員工作強(qiáng)度，保障人身安全。例如，在超特高壓線路運(yùn)維中應(yīng)用紅外缺陷智能識(shí)別系統(tǒng)，檢測240個(gè)基桿塔僅需2個(gè)小時(shí)，較傳統(tǒng)人工減少3個(gè)小時(shí)；在復(fù)雜地形線路巡檢中應(yīng)用仿線飛行智能巡檢無人機(jī)，可以支持輸電線路導(dǎo)線的精細(xì)化巡檢，缺陷整體發(fā)現(xiàn)率約為80%。

各類智能巡檢設(shè)備與人工智能大模型平臺(tái)相結(jié)合，依托巡檢數(shù)據(jù)和充足算力，可以實(shí)現(xiàn)高效的各類狀態(tài)辨識(shí)和異常篩查。目前，國家電網(wǎng)采用無人機(jī)年度巡檢的桿塔超過600萬，依托“光明大模型”開展輸電無人機(jī)巡檢圖像識(shí)別集中測試，能夠從海量巡檢圖像中快速準(zhǔn)確識(shí)別設(shè)備缺陷，45類重點(diǎn)缺陷的總體發(fā)現(xiàn)率達(dá)88.06%。

（四）人工智能技術(shù)在變配電領(lǐng)域的應(yīng)用

變配電領(lǐng)域設(shè)備種類繁雜、數(shù)量眾多，人工智能技術(shù)在設(shè)備智能感知和系統(tǒng)性運(yùn)維方面提供了有力支撐。新疆電網(wǎng)220千伏及以上變電站共有179座，通過一站式AI平臺(tái)全景推動(dòng)所有設(shè)備的全壽命周期管理，開展監(jiān)測分析，給出運(yùn)維建議，并向運(yùn)維單位預(yù)警。國網(wǎng)上海電力公司完成進(jìn)博會(huì)全景智慧供電保障系統(tǒng)升級(jí)，集成國網(wǎng)上海電力的30余套源端系統(tǒng)，并應(yīng)用電力AI輔助決策系統(tǒng)實(shí)現(xiàn)配電網(wǎng)智能、自主、高效管理。

（五）人工智能技術(shù)在電力決策類業(yè)務(wù)中的應(yīng)用

在各類設(shè)備狀態(tài)正常的基礎(chǔ)上，電力系統(tǒng)調(diào)度管理、運(yùn)行運(yùn)營、電力交易等大量決策類業(yè)務(wù)，涉及海量被控對(duì)象，面臨大量不確定性因素，需要平衡多方訴求，急需結(jié)合人工智能技術(shù)實(shí)現(xiàn)整體智能優(yōu)化決策。

在調(diào)控業(yè)務(wù)、供電指揮業(yè)務(wù)中融入人工智能技術(shù)，可以實(shí)現(xiàn)問答、工單和部分服務(wù)等流程自動(dòng)化智能化，降低對(duì)人工的依賴。國網(wǎng)山東電力調(diào)度控制中心研發(fā)“電網(wǎng)調(diào)度智慧大腦”專業(yè)大模型，本地化部署“調(diào)度小諸葛”應(yīng)用，提供運(yùn)行信息智能應(yīng)答和數(shù)據(jù)生成服務(wù)，問答準(zhǔn)確率達(dá)到90%。國網(wǎng)冀北公司和湖南公司將供電服務(wù)指揮業(yè)務(wù)接入“光明大模型”，實(shí)現(xiàn)了供電服務(wù)工單、供電知識(shí)服務(wù)、智能問答等業(yè)務(wù)的智能化重塑，極大縮減了供電服務(wù)指揮場景中所需的人工，并提升了服務(wù)質(zhì)效。

在微電網(wǎng)應(yīng)用場景，中國能建采用數(shù)字孿生的三維建模實(shí)現(xiàn)監(jiān)測控制的可視化，對(duì)園區(qū)內(nèi)的電、水、氣、環(huán)境等數(shù)據(jù)進(jìn)行分析，通過AI大數(shù)據(jù)模型計(jì)算，智能優(yōu)化能源配置，實(shí)現(xiàn)用電量最低、成本最優(yōu)、能耗最低的效果。

電力市場交易與人工智能技術(shù)相結(jié)合，可以提高功率預(yù)測和電價(jià)預(yù)測精度，有助于交易決策。目前，基于AI技術(shù)的電力現(xiàn)貨市場交易及決策產(chǎn)品中，省級(jí)新能源功率預(yù)測準(zhǔn)確率可達(dá)95%，省級(jí)負(fù)荷預(yù)測準(zhǔn)確率達(dá)98%，單用戶預(yù)測精度達(dá)90%，電力價(jià)格預(yù)測準(zhǔn)確率可達(dá)90%。國網(wǎng)山西省電力公司將電力交易平臺(tái)接入光明大模型，應(yīng)用該交易輔助決策系統(tǒng)的售電公司取得了千萬級(jí)別盈利。國能山西霍州電廠應(yīng)用“擎源大模型”，預(yù)測節(jié)點(diǎn)電價(jià)準(zhǔn)確率比傳統(tǒng)方式提升6.2%，600兆瓦發(fā)電機(jī)組在現(xiàn)貨交易中生產(chǎn)成本下降0.3%，盈利能力提升2%。

（六）小結(jié)

結(jié)合第二章電力人工智能技術(shù)圖譜逐級(jí)遞進(jìn)的五級(jí)分類，對(duì)應(yīng)電力系統(tǒng)中發(fā)輸配用電各環(huán)節(jié)的人工智能技術(shù)應(yīng)用案例，可見電力人工智能生態(tài)系統(tǒng)已經(jīng)取得長足發(fā)展。其中，依托基礎(chǔ)技術(shù)、認(rèn)知智能和決策智能目前只能滿足部分電力人工智能需求，數(shù)據(jù)智能和感知智能的實(shí)際應(yīng)用技術(shù)相對(duì)成熟。

從感知、認(rèn)知、決策三個(gè)層次來看：感知智能，依托圖像識(shí)別、語音識(shí)別、文字識(shí)別等技術(shù)，在設(shè)備缺陷識(shí)別、智能運(yùn)維、安全施工等場景中已達(dá)到甚至超越人類水平，未來還需要在可解釋性、魯棒性與穩(wěn)定性等方面進(jìn)一步提高；認(rèn)知智能，依托自然語言處理、知識(shí)圖譜、認(rèn)知推理等技術(shù)在電力知識(shí)檢索與問答等部分簡單任務(wù)上達(dá)到了人類水平，有力支撐了用電服務(wù)、生產(chǎn)管理輔助等場景應(yīng)用；決策智能，依托混合增強(qiáng)智能、群體智能、博弈優(yōu)化、生成對(duì)抗等技術(shù)，在能源協(xié)調(diào)優(yōu)化、系統(tǒng)緊急控制、電力市場交易等場景開展了一定的前沿探索，未來真正實(shí)現(xiàn)大規(guī)模工業(yè)應(yīng)用部署還需要更深入研究。

PART 03

人工智能技術(shù)應(yīng)用于電力系統(tǒng)面臨的挑戰(zhàn)

（一）人工智能技術(shù)發(fā)展面臨的挑戰(zhàn)

人工智能技術(shù)正處于高速發(fā)展的階段，在數(shù)據(jù)方面，數(shù)據(jù)質(zhì)量和樣本缺失嚴(yán)重影響人工智能模型的泛化能力；在保障數(shù)據(jù)隱私前提下有效共享利用數(shù)據(jù)也是發(fā)展面臨的重要問題。在算力方面，復(fù)雜模型訓(xùn)練和推理過程對(duì)算力需求巨大；隨著模型規(guī)模和復(fù)雜性增加，高效分配和利用算力資源成為迫切需要解決的問題；高性能算力芯片國產(chǎn)化需要提升。在算法方面，深度學(xué)習(xí)算法可解釋性不足，不利于模型決策過程的理解；人工智能模型受限于訓(xùn)練數(shù)據(jù)，模型泛化能力弱，導(dǎo)致模型決策出現(xiàn)偏見和不平衡性，難以保障決策的安全性。

（二）電力人工智能技術(shù)發(fā)展瓶頸

受限于人工智能技術(shù)現(xiàn)階段水平，以及新型電力系統(tǒng)建設(shè)進(jìn)程，電力人工智能技術(shù)中，電力系統(tǒng)數(shù)據(jù)樣本的采集辨識(shí)面臨以下問題：一是電力系統(tǒng)模型理論研究有待深入，相關(guān)數(shù)據(jù)樣本與模型關(guān)聯(lián)作用機(jī)理不清晰；二是故障狀態(tài)等稀缺樣本難以獲取，導(dǎo)致模型在特殊專業(yè)場景的應(yīng)用受限；三是海量設(shè)備多類型數(shù)據(jù)難以有效對(duì)齊各模態(tài)數(shù)據(jù)特征，構(gòu)建多模態(tài)樣本集困難，限制了模型效果的進(jìn)一步提升；四是智能傳感器、物聯(lián)網(wǎng)、區(qū)塊鏈等技術(shù)還需深度融合，構(gòu)建電力信息物理融合系統(tǒng)，提升電力系統(tǒng)不同場景下的遷移泛化能力。

電力算力應(yīng)用基礎(chǔ)目前面臨以下挑戰(zhàn)：一是電力終端部署大模型的算力需求高于目前芯片算力水平；二是高算力芯片多為商業(yè)芯片，難以滿足電力邊緣部署等工業(yè)應(yīng)用場景，可靠性不足；三是高算力芯片主要依賴英偉達(dá)等國外進(jìn)口產(chǎn)品，國產(chǎn)化程度不足。

人工智能算法在電力分析決策領(lǐng)域的應(yīng)用需要面對(duì)雙高特性新型電力系統(tǒng)分析涉及的大量高維矩陣、代數(shù)微分方程組，以及非凸優(yōu)化求解等。第三代人工智能的知識(shí)—數(shù)據(jù)驅(qū)動(dòng)算法，雖然依托數(shù)據(jù)驅(qū)動(dòng)算法解決了大規(guī)模計(jì)算的問題，但是算法效果依賴于樣本數(shù)量和質(zhì)量，同時(shí)對(duì)算力要求高，面臨落地應(yīng)用的技術(shù)瓶頸；算法模型融合了電力知識(shí)與經(jīng)驗(yàn)，在一定程度上增強(qiáng)了模型可解釋性，但面對(duì)高可靠性要求場景，尚不能確保決策安全。

PART 04

人工智能技術(shù)應(yīng)用于電力系統(tǒng)的突破方向

針對(duì)目前數(shù)據(jù)有限性和模型可解釋性帶來的問題，可以通過人工智能算法理論層面和電力人工智能工程解決方案兩種路線解決。

人工智能算法理論突破可以從兩方面開展：一是改善深度連接類“黑箱模型”的可解釋性，包含三種方法，分別是輸入特征可解釋性增強(qiáng)、特征指標(biāo)相關(guān)性與重要性分析和神經(jīng)網(wǎng)絡(luò)中可解釋性符號(hào)規(guī)則抽??；二是通過引入數(shù)據(jù)、模型和參數(shù)這三類先驗(yàn)知識(shí)來解決小樣本學(xué)習(xí)問題，其中引入數(shù)據(jù)方法已有應(yīng)用嘗試，引入模型或參數(shù)的方法探索成果較少。

圖2   電力人工智能工程解決方案的三種機(jī)制關(guān)系

電力人工智能工程解決方案如圖2所示的三種機(jī)制：一是研究數(shù)據(jù)與知識(shí)融合驅(qū)動(dòng)機(jī)制，在模型的構(gòu)建、訓(xùn)練或決策過程中，加入電力系統(tǒng)先驗(yàn)知識(shí)，在科學(xué)理論和專家經(jīng)驗(yàn)的指導(dǎo)下平衡模型的解釋性與精確度，并通過數(shù)據(jù)驅(qū)動(dòng)提升知識(shí)模型的不確定建模與參數(shù)修正能力。該機(jī)制已在系統(tǒng)穩(wěn)定評(píng)估、健康指數(shù)評(píng)估、優(yōu)化調(diào)度等領(lǐng)域開展了初步探索。二是研究電力系統(tǒng)的數(shù)字孿生平行互動(dòng)機(jī)制，形成多時(shí)間尺度、多層級(jí)、動(dòng)態(tài)更新的準(zhǔn)實(shí)時(shí)映射電力系統(tǒng)。通過大量模擬、試驗(yàn)、計(jì)算及趨勢預(yù)測，為電力人工智能模型提供了海量數(shù)據(jù)生成與評(píng)估環(huán)境；并通過孿生系統(tǒng)匯總電力人工智能模型的分析與決策結(jié)果，對(duì)物理系統(tǒng)進(jìn)行反饋控制與趨優(yōu)引導(dǎo)。三是研究模型進(jìn)化趨優(yōu)機(jī)制，借鑒腦機(jī)融合智能等技術(shù)構(gòu)建電力人工智能算法自主學(xué)習(xí)架構(gòu)，依托電力數(shù)字孿生系統(tǒng)，持續(xù)更新電力人工智能模型并逐步積累經(jīng)驗(yàn)知識(shí)，實(shí)現(xiàn)模型的在線更新與終身學(xué)習(xí)。