國(guó)網(wǎng)新疆烏魯木齊供電公司 付申杰 姜 杰 胡可涵 楊君藝 劉書穎

電力作為千家萬(wàn)戶不可或缺的基礎(chǔ)性能源，在我國(guó)社會(huì)經(jīng)濟(jì)日常發(fā)展的過(guò)程中起到重要作用。在電力行業(yè)中電力調(diào)度相關(guān)的技術(shù)難題也決定了社會(huì)發(fā)展，人民生活用電如何能在更具效率的背景下完成，這就是國(guó)家對(duì)于電力調(diào)度自動(dòng)化系統(tǒng)在當(dāng)今社會(huì)提出了更高的要求。人工智能技術(shù)的不斷突破，則能夠在短時(shí)間內(nèi)大大提升電力調(diào)度工作的效率，完成在人員技術(shù)能力相對(duì)有限的條件下，形成更加科學(xué)更加高效的電力調(diào)度計(jì)劃，從而保質(zhì)保量地完成更多更復(fù)雜的電力調(diào)度工作。

1 人工智能技術(shù)背景和電力調(diào)度系統(tǒng)的基本內(nèi)容概述

人工智能技術(shù)的發(fā)展背景。人工智能技術(shù)起步于上世紀(jì)60年代，其中涉及從信息技術(shù)到神經(jīng)學(xué)的各個(gè)領(lǐng)域，現(xiàn)階段的發(fā)展進(jìn)程主要能夠被應(yīng)用到機(jī)器和系統(tǒng)的自動(dòng)化進(jìn)程中，幫助人們?cè)跀?shù)量繁雜的問(wèn)題中發(fā)現(xiàn)并解決問(wèn)題[1]。由于計(jì)算機(jī)具有強(qiáng)大的信息處理能力，所以人工智能又被工業(yè)化從中用于生產(chǎn)增產(chǎn)、降低能耗、提升效率等相關(guān)重要的領(lǐng)域。人工智能由海量的處理單元組成，每個(gè)單元之間具有相互聯(lián)系的能力，同時(shí)每個(gè)單元又具有相對(duì)的獨(dú)立性，這些海量的處理單元集合起來(lái)能夠形成神經(jīng)網(wǎng)絡(luò)，從而模仿人的神經(jīng)系統(tǒng)在相關(guān)問(wèn)題出現(xiàn)的情況中模擬人腦進(jìn)行故障判斷和原因分析，對(duì)海量的數(shù)據(jù)建立模型并分析推演出最為科學(xué)高效的處理解決辦法。

電力調(diào)度系統(tǒng)的基本內(nèi)容。我國(guó)的電力調(diào)度系統(tǒng)主要起步于上世紀(jì)90年代，在各個(gè)變電站之間建立rtu 和ftu 不同的遠(yuǎn)程終端系統(tǒng)的連接，并對(duì)這些終端系統(tǒng)和變電站之間進(jìn)行實(shí)時(shí)監(jiān)控，從而實(shí)現(xiàn)在實(shí)地中對(duì)于電力系統(tǒng)數(shù)據(jù)的實(shí)時(shí)觀測(cè)和采集，以便于調(diào)度人員根據(jù)數(shù)據(jù)情況和各地方用電需求的實(shí)時(shí)反饋進(jìn)行調(diào)度計(jì)劃的調(diào)整。由于我國(guó)的電力調(diào)度系統(tǒng)起步較晚，相比于世界上其他較為先進(jìn)的西方國(guó)家，我國(guó)的建設(shè)發(fā)展水平處在較低階段。

2 人工智能技術(shù)在電力調(diào)度系統(tǒng)中的滲透方式探究

2.1 引入專家系統(tǒng)。

電力系統(tǒng)作為一個(gè)非常典型的非線性集合問(wèn)題，其中的工程計(jì)算量較為巨大，只是對(duì)于非線性問(wèn)題的優(yōu)化也較為棘手。傳統(tǒng)的電力調(diào)度系統(tǒng)進(jìn)行工作中，常常通過(guò)龐大的人工計(jì)算進(jìn)行問(wèn)題的發(fā)現(xiàn)和處理，不僅耗費(fèi)了大量的人力物力，同時(shí)耗費(fèi)的時(shí)間也較為漫長(zhǎng)，其中的人為性忽略和計(jì)算錯(cuò)誤也很難避免[2]。而作為人工智能技術(shù)的一種典型代表，專家系統(tǒng)的引入能夠在現(xiàn)有人類知識(shí)體系的背景下，通過(guò)短時(shí)間內(nèi)即提取海量的數(shù)據(jù)并形成數(shù)據(jù)庫(kù)，通過(guò)現(xiàn)有尖端技術(shù)形成相適應(yīng)的計(jì)算分析模型，并通過(guò)強(qiáng)大的計(jì)算機(jī)計(jì)算能力完成數(shù)據(jù)的模型分析和處理。

專家系統(tǒng)還能夠在不斷實(shí)現(xiàn)的電力調(diào)配情境中持續(xù)優(yōu)化電力調(diào)配相關(guān)知識(shí)和行業(yè)標(biāo)準(zhǔn)，幫助電力調(diào)配領(lǐng)域規(guī)范優(yōu)化人員配備、調(diào)配資源傾斜，從而在整體的電力調(diào)配計(jì)劃中起到深遠(yuǎn)的影響。在人工智能的編程程序以及對(duì)于信息源頭的探究過(guò)程中，還可在最大程度上模擬人類對(duì)于突發(fā)情況的緊急響應(yīng)狀態(tài)進(jìn)行問(wèn)題處理，避免了人員相互溝通、信息傳達(dá)所產(chǎn)生的時(shí)間消耗，從而幫助電力調(diào)度技術(shù)人員在最短時(shí)間內(nèi)解決電力系統(tǒng)調(diào)度過(guò)程中存在的問(wèn)題隱患，并規(guī)劃出最科學(xué)的高效調(diào)度計(jì)劃。

伴隨著社會(huì)經(jīng)濟(jì)發(fā)展的不斷進(jìn)步，社會(huì)各界對(duì)于用電的量級(jí)和復(fù)雜程度也呈指數(shù)性上升，這對(duì)于傳統(tǒng)的電力行業(yè)產(chǎn)生了巨大的技術(shù)挑戰(zhàn)，而電力調(diào)度系統(tǒng)中很多問(wèn)題涉及到非常專業(yè)的電力學(xué)和調(diào)度知識(shí)，電力調(diào)度計(jì)劃的安排也需要大量的調(diào)度專業(yè)經(jīng)驗(yàn)。這就進(jìn)一步?jīng)Q定了關(guān)于人工智能的專家系統(tǒng)技術(shù)結(jié)合會(huì)越來(lái)越多地體現(xiàn)在電力調(diào)度系統(tǒng)的各個(gè)方面，最終完成在人工智能技術(shù)不斷滲透下形成的新型電力調(diào)度自動(dòng)化系統(tǒng)的形成。

2.2 結(jié)合可視化技術(shù)

隨著我國(guó)各地區(qū)電力系統(tǒng)的相互滲透，電力網(wǎng)絡(luò)的復(fù)雜程度日益提升，其中蘊(yùn)含的海量調(diào)度數(shù)據(jù)越來(lái)越無(wú)法直接通過(guò)文字?jǐn)?shù)據(jù)的方式被電力調(diào)度系統(tǒng)人員進(jìn)行數(shù)據(jù)捕捉和數(shù)據(jù)分析。用傳統(tǒng)的人工信息處理和調(diào)度計(jì)劃的分析，往往存在效率相對(duì)低下、任務(wù)量卻越來(lái)越重的死循環(huán)中，這顯然是和電力系統(tǒng)進(jìn)一步升級(jí)需求極為不適應(yīng)的[3]。在遇到突發(fā)性的調(diào)度安排或停電事故過(guò)程中，電力調(diào)度人員往往需要在極短時(shí)間內(nèi)明晰數(shù)據(jù)變化、并作出正確的調(diào)度選擇，這就需要將海量的數(shù)據(jù)進(jìn)一步進(jìn)行通過(guò)人工智能技術(shù)的可視化技術(shù)，能夠在計(jì)算機(jī)后臺(tái)將海量的數(shù)據(jù)進(jìn)行預(yù)處理，將預(yù)處理后的數(shù)據(jù)進(jìn)行圖片化、圖形化的展示，幫助電力調(diào)度人員在最短的時(shí)間內(nèi)了解數(shù)據(jù)變化和電力調(diào)度需求，從而最大限度節(jié)約了時(shí)間，提升了調(diào)度效率。

同時(shí)在日常電力調(diào)度系統(tǒng)的維護(hù)和保養(yǎng)中，通過(guò)可視化技術(shù)的結(jié)合，能夠在人員檢修的過(guò)程中最短時(shí)間內(nèi)發(fā)現(xiàn)系統(tǒng)中的潛在問(wèn)題并得以修復(fù)，從另外一方面上降低了電力調(diào)度系統(tǒng)的故障。人工智能還能夠通過(guò)可視化將整體的數(shù)據(jù)在分析后進(jìn)行直觀化的展現(xiàn)，幫助各個(gè)不同區(qū)域的電力調(diào)度系統(tǒng)在最短的時(shí)間內(nèi)完成對(duì)接和技術(shù)問(wèn)題的了解，能夠整體范圍內(nèi)形成電力調(diào)度系統(tǒng)網(wǎng)絡(luò)的快速響應(yīng)。

2.3 人工神經(jīng)網(wǎng)絡(luò)的相關(guān)應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)是20世紀(jì)80年代以來(lái)信息處理領(lǐng)域在人工智能技術(shù)發(fā)展到一定階段的技術(shù)突破，是一種利用大量神經(jīng)元作為相互溝通的基本點(diǎn)、通過(guò)群體運(yùn)行方式達(dá)成的運(yùn)算模型，對(duì)應(yīng)人體神經(jīng)元網(wǎng)絡(luò)進(jìn)行模仿，從而幫助人們計(jì)算分析海量數(shù)據(jù)的一種仍在摸索和發(fā)展的新型技術(shù)。在電力調(diào)度系統(tǒng)領(lǐng)域，人工神經(jīng)網(wǎng)絡(luò)構(gòu)成的復(fù)雜計(jì)算模型，能夠幫助調(diào)度人員在越來(lái)越復(fù)雜的調(diào)度情境中快速準(zhǔn)確地達(dá)到實(shí)現(xiàn)高效調(diào)度的最優(yōu)解[4]。

在跨地區(qū)調(diào)度線上調(diào)度等新興領(lǐng)域，還能夠?qū)崿F(xiàn)診斷快速、容錯(cuò)率強(qiáng)、調(diào)整能力高的一系列特點(diǎn)。并且在新興的技術(shù)前沿，結(jié)合人工神經(jīng)網(wǎng)絡(luò)形成的新一代電力調(diào)度系統(tǒng)，還能夠通過(guò)幾十年的電力調(diào)度數(shù)據(jù)實(shí)現(xiàn)自我系統(tǒng)的迭代和更新，并根據(jù)海量數(shù)據(jù)深度挖掘，在線自主學(xué)習(xí)，不斷強(qiáng)化系統(tǒng)和模型的優(yōu)越性，改善弊端、提升效率。且能夠通過(guò)幾十年的調(diào)度資源進(jìn)行大數(shù)據(jù)分析，完成對(duì)于未來(lái)電力系統(tǒng)調(diào)度的預(yù)測(cè)和評(píng)價(jià)，這對(duì)于電力調(diào)配領(lǐng)域的技術(shù)革新和未來(lái)工作的開展產(chǎn)生了深遠(yuǎn)影響。

3 結(jié)語(yǔ)

電力系統(tǒng)在人工智能技術(shù)的結(jié)合情況中，主要是建立在隨著科學(xué)技術(shù)近年來(lái)在人工智能領(lǐng)域的不斷發(fā)展、從而形成目前以人工智能技術(shù)為突破革新的電力調(diào)度系統(tǒng)改造進(jìn)程。但由于人工智能技術(shù)在我國(guó)的發(fā)展仍然處于起步階段，所以這種與電力系統(tǒng)相結(jié)合的新型技術(shù)革新仍然處在發(fā)展變化和不斷糾錯(cuò)的過(guò)程中，只有在未來(lái)中不斷發(fā)展，結(jié)合努力創(chuàng)新并勇于在錯(cuò)誤中不斷糾正，才能夠不斷突破技術(shù)壁壘和重重限制，從而高質(zhì)高效的完成國(guó)家給予電力行業(yè)的歷史性要求，為國(guó)家未來(lái)的高速發(fā)展和人民安全用電作出更多貢獻(xiàn)。