1956年，斯坦福大學(xué)J.McCarthy教授等四人發(fā)起了達特茅斯夏季人工智能研究計劃，首次提出了“人工智能”的概念：讓機器能像人那樣認(rèn)知、思考和學(xué)習(xí)，即用機器模擬人的智能。上世紀(jì)，人工智能經(jīng)歷了專家經(jīng)驗系統(tǒng)、機器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)等發(fā)展階段，經(jīng)歷過研究高潮和低谷。2007年，Hinton教授提出了深度學(xué)習(xí)使得人工智能重新進入大眾視野，并從此煥發(fā)出新的生機。在移動互聯(lián)網(wǎng)、大數(shù)據(jù)、高性能計算、傳感網(wǎng)、腦科學(xué)等新理論、新技術(shù)以及經(jīng)濟社會發(fā)展強烈需求的共同驅(qū)動下，人工智能技術(shù)呈現(xiàn)出爆發(fā)式發(fā)展態(tài)勢，廣泛應(yīng)用于互聯(lián)網(wǎng)、交通、醫(yī)學(xué)、機器人和影視等領(lǐng)域，成為最具前景的戰(zhàn)略性前沿技術(shù)之一。

國務(wù)院于2017年頒布的《新一代人工智能發(fā)展規(guī)劃》將人工智能上升至國家戰(zhàn)略層面。與此同時，在“碳達峰、碳中和”的戰(zhàn)略目標(biāo)下，建設(shè)以新能源為主體的新型電力系統(tǒng)成為推動能源革命的必然要求。海量新能源接入電網(wǎng)后，源網(wǎng)荷不確定性將對電力系統(tǒng)穩(wěn)定運行造成更大的威脅。傳統(tǒng)基于模型的研究方法應(yīng)對電力系統(tǒng)中的多源不確定性遇到計算效率的瓶頸，需要引入人工智能技術(shù)?，F(xiàn)有部分人工智能成果已成功應(yīng)用到電力系統(tǒng)，如負(fù)荷預(yù)測、穩(wěn)定性評估、故障診斷等，取得了明顯成效，但仍需引入和借鑒人工智能研究和應(yīng)用的最新成果，推動人工智能技術(shù)與電網(wǎng)調(diào)控、設(shè)備運維等現(xiàn)有技術(shù)深度融合，提升對電網(wǎng)的駕馭能力，保障新型電力系統(tǒng)安全穩(wěn)定運行。

為此，《浙江電力》編輯部開展本次“電力系統(tǒng)人工智能”專題征文活動。經(jīng)過同行投稿、專家審稿和編委會審查，專欄最終收錄6篇專題論文，致力于將人工智能技術(shù)應(yīng)用于電網(wǎng)實際問題。其中，1篇為觀點綜述類文章，1篇涉及自然語言處理算法，1篇涉及時間序列處理算法，3篇涉及圖像識別算法。

●《電力領(lǐng)域數(shù)據(jù)驅(qū)動建模實踐與思考》介紹了電力領(lǐng)域數(shù)據(jù)驅(qū)動建模的技術(shù)與應(yīng)用現(xiàn)狀；分析了針對理論建模性能欠佳問題的數(shù)據(jù)驅(qū)動建模實踐情況并總結(jié)了建模過程中的共性步驟；介紹了數(shù)據(jù)驅(qū)動建模實踐情況并總結(jié)了相關(guān)經(jīng)驗與體會；提出了關(guān)于數(shù)據(jù)驅(qū)動建模的優(yōu)勢和風(fēng)險，引起讀者的批判性思考。

●《基于語義分析的電網(wǎng)調(diào)度操作票智能校核方法》針對調(diào)度工作中的操作票校核任務(wù)，提出了基于自然語言處理的操作票格式校核、邏輯校核、安全校核，提高了審核的安全性和工作效率。

●《基于雙向長短期記憶網(wǎng)絡(luò)的輸電線路狀態(tài)畫像與評估》提出了一種基于無監(jiān)督學(xué)習(xí)的輸電線路狀態(tài)特征提取方法，自適應(yīng)地提取并聚類出影響輸電線路狀態(tài)的內(nèi)外部因素，并通過雙向長短期記憶網(wǎng)絡(luò)實現(xiàn)了對異常狀態(tài)的快速識別。

●《基于目標(biāo)關(guān)聯(lián)性的電力智慧工地區(qū)域監(jiān)測方法》針對電力建筑工地中人和車安全問題，引入關(guān)聯(lián)性融合模塊利用環(huán)境相關(guān)信息進行人和車融合定位，提升待測目標(biāo)相對位置的信息利用率?！稒C器視覺技術(shù)在電力安全監(jiān)控中的應(yīng)用綜述》分析了機器視覺技術(shù)在輸變電設(shè)備狀態(tài)檢測、人員狀態(tài)判別、重要區(qū)域環(huán)境狀態(tài)監(jiān)測三大典型應(yīng)用場景的應(yīng)用及研究進展?！痘诟咚菇５碾娏鼍懊骰饳z測》改進了傳統(tǒng)檢測器并提出一種基于遷移學(xué)習(xí)的兩階段訓(xùn)練方法，實現(xiàn)了電力場景明火小樣本場景得高精度檢測器訓(xùn)練。

本專欄旨在與作者、讀者共同分享探討人工智能應(yīng)用于電力系統(tǒng)中的最新進展和研究成果，引起更多同行的關(guān)注和研究，思考尚未解決的關(guān)鍵問題。

衷心感謝各位專家學(xué)者在投稿、審稿階段的大力支持，特別感謝《浙江電力》編輯部同仁在專欄組織宣傳、稿件處理和出版過程中的辛勤付出。