《泛在电力物联网背景下人工智能在电网企业中的应用研究》-哲学论文-论文范文参考-科学狗论文网

标题

泛在电力物联网背景下人工智能在电网企业中的应用研究

范文

陈琛郭莉高正平谈健吴晨

摘? ? 要：随着人工智能的不断发展，“智能+”时代的信息技术已经不再局限于人与人之间的连接，而是逐渐演变为人与物、物与物的实时连接，从而开启万物互联新生代。在能源电力领域，则体现为人工智能技术在泛在电力物联网中的应用。通过详细介绍人工智能的战略地位与战略意义，分析人工智能技术在电网企业的需求场景、应用领域以及发展路径，为电网企业发展人工智能技术提供参考。

关键词：人工智能; 泛在电力物联网; 能源互联网; 电网企业

中图分类号：TP18;TM732? ? ? ? ? ? ?文献标识码：A? ? ? ? ? ? ? ? 文章编号：2095-7394（2019）04-0001-06

随着新能源、大规模储能、柔性控制、电动汽车等技术的不断成熟以及大数据、云计算等信息技术的快速发展，能源与信息不断融合靠拢，“互联网 + 能源”的新模式激发了能源生产、传输、利用等全环节链式变革，以能源互联网为重要支柱的新一轮能源革命正在全球范围深入展开。[1]作为摆脱对传统能源依赖、解决环境与碳排放问题、大幅提高能源利用效率的重要手段，能源互联网研究正逐渐由以基础性研究为主的概念阶段向以应用性建设为主的发展阶段转变。能源互联网的快速推进使冷、热、电、气等系统耦合日渐紧密，能源、信息、交通等基础设施建设逐步趋于协同规划。[2]

2019年，我国政府工作报告中第一次出现“智能 +”，并提出打造工业互联网平台，拓展“智能 +”为制造业转型升级赋能。可以大胆预测，“智能 +”将接棒“互联网+”引领新的时代浪潮，为能源发展升级赋能。能源互联网作为能源领域全要素、全生产链、全价值链融通连接的新型价值创造平台和生态体系，也将在“智能 +”时代延伸出更广泛的内涵与外延。新一代人工智能技术作为“智能 +”的核心技术，比互联网技术具有更强的潜在颠覆性。因此，加快发展新一代人工智能，成为事关能源企业能否把握新一轮科技革命和产业变革机遇的战略问题。

国家电网公司提出建设“三型两网、世界一流”企业的战略目标，充分应用移动互联、人工智能等现代信息技术和先进通信技术，打造泛在电力物联网，为电网安全经济运行、提高经营绩效、改善服务质量以及培育发展战略性新兴产业提供强有力的数据资源支撑。人工智能作为泛在电力物联网的核心技术之一，将引领和驱动此次能源转型，促进坚强智能电网与泛在电力物联网的深度融合，从而实现能源电力行业的创新发展。

本文分别从国家层面与企业层面分析了人工智能的战略地位，并基于此分析了泛在电力物联网背景下，电网企业对人工智能的需求以及发展应用。

1? ? 人工智能的发展现状

1956年，在美国达特茅斯学院的一场学术会议中，约翰·麦卡锡等学者首次提出“人工智能（AI）”这一概念，从而标志了该学科的诞生。从此，人工智能开始了长达半个多世纪曲折起伏的发展。随着海量数据的积累以及算力的飞速提升，新一代人工智能算法随之快速发展，人工智能从传统的基于逻辑的1.0时代、基于知识与经验的2.0时代向基于数据的3.0时代转变。虽然这次转型过程出现了诸如不可解释、易被对抗样本欺骗等新的问题，但这些并没有妨碍新一代人工智能如飓风一般席卷全球。

1.1? ?国家级人工智能战略

当前，世界各国普遍将新一代人工智能技术认定为新一轮科技革命和产业革命的重要驱动力量，并将人工智能技术研究与产业布局上升为国家战略。

2017年7月，我国国务院印发《新一代人工智能发展规划》，将人工智能提升到国家战略层面，对未来中国人工智能产业的发展方向和重点领域给予指导性的规划。2019年5月，第三届世界智能大会在天津举办，会议发布了《中国新一代人工智能科技产业发展报告（2019）》和《中国新一代人工智能产业区域竞争力評价指数》报告;同月，由科技部新一代人工智能发展研究中心等机构编制的《中国新一代人工智能发展报告2019》在上海发布。

2016年11月，美国先后发布《为人工智能的未来做准备》《国家人工智能研究与发展战略计划》以及《人工智能、自动化与经济报告》等文件，并于2019年2月发布《美国人工智能倡议》与《加速美国在人工智能领域的领导地位》等文件，[3]指导美国联邦相关机构优先考虑人工智能领域的研究与投资。2018年3月，欧盟政治战略中心发布《人工智能时代：确立以人为本的欧洲战略》;2018年4月，欧盟委员会提交《欧盟人工智能》报告，提出构建人工智能投资、伦理和法律框架，延续以人为本的发展战略。在日本，2016年通过了新版《日本再兴战略2016》，2017年出台了《下一代人工智能推进战略》，试图通过大力发展人工智能，解决日本社会中存在的人口老化、劳动力短缺等问题，推动人工智能向强人工智能和超人工智能的方向迈进。

除此之外，俄罗斯、韩国、印度等多个国家均围绕核心技术、顶尖人才、标准规范等方向，相继推出各自的国家级人工智能发展战略。[4]可以看出，人工智能领域国际竞赛的大幕已徐徐拉开，世界各国都将发展人工智能作为提升国家竞争力、维护国家安全的重大战略。

1.2? ? 企业级人工智能战略

随着计算机视觉、语音识别、自然语言处理、机器学习等核心技术不断成熟，“智能 +”随之成为人工智能应用的创新范式，专用人工智能领域应用场景得到极大的延展，“智能+金融”“智能+制造”“智能 +安防”“智能+交通”“智能+医疗”等模式如雨后春笋般涌现，人工智能向行业的各个环节快速渗透，进而重塑了整个产业的发展。

得益于政府机构、科研单位和科技企业的巨额投入，美国在人工智能领域取得了辉煌的成就。无论是由IBM开发的击败国际象棋特级大师的“深蓝??”，还是谷歌研发的击败人类职业围棋选手的AlphaGo、AlphaGo Zero，都表明美国在基础理论、核心算法等方面站在了人工智能领域的顶端。

近年来，腾讯、百度、阿里等中国科技公司迅速崛起，在人脸识别、语音识别、安防监控、智能音响和智能家居等人工智能應用领域处于国际前列。[5]例如：阿里以阿里云为基础，结合电商、支付宝和云服务的资源优势，依托计算能力、智能算法以及完备的互联网安全体系架构，从智慧金融、智能城市、智能工业、智能家居和新零售等方面展开相关产业布局;百度成立硅谷人工智能实验室，开展人工智能、大数据等前瞻性技术研究;腾讯专注机器学习、自然语言处理、语音识别和计算机视觉等垂直领域，紧密围绕内容、社交、游戏三个核心应用场景展开探索。除此之外，华为、科大讯飞、商汤等企业也在不断创新人工智能生态布局。

2? ? 泛在电力物联网对人工智能的需求

泛在电力物联网在任意时间和空间维度上可将电力全产业链企业、多种电力系统设备、各类用户及监管部门等市场主体连接起来，通过数据共享与价值挖掘实现质效提升与融通发展。泛在电力物联网将产生大量数据，这恰恰符合新一代人工智能基于数据计算分析的特征，为人工智能在电力系统的快速发展提供了坚实的数据基础。

当泛在电力物联网发展至成熟阶段后，电力领域全流程、全主体、全业务皆可互联，数字世界与物理世界实时、完整映射，坚强智能电网与泛在电力物联网融合发展，电力系统就向能源互联网新形态升级。此时，由于多种能源通过能源路由器与电网广泛连接，电动汽车、储能等可控负荷与电网实时互动，产生了海量的运行与管理数据，感知层采集的数据质量校验、评价和分析存在较大困难，网络层需要对不同类型的数据存储、编目、索引进行统一的格式，隐藏在大数据背后的价值亟待平台层的数据中台与业务中台深入挖掘。同时，依靠传统建模方法难以适应多种能源系统耦合的运行分析要求，以往的服务模式不能满足综合能源背景下的客户要求，电力系统需要更智能的设备、更智能的网络和更智能的技术手段，以支撑越来越复杂的电力系统内部业务和外部服务场景。

泛在电力物联网与人工智能的关系如图1所示。

因此，人工智能技术是电网向更高形态演进的必然选择。人工智能与泛在电力物联网的深度融合，将大幅度提升能源系统的控制能力，提高运行的经济性和可靠性，为能源的高质量发展赋予新动能。

3? ? 人工智能在泛在电力物联网中的应用

随着泛在电力物联网的推进，源、网、荷、储各个环节深度融合，冷、热、电、气多种能源互济互补，这将为人工智能技术提供广阔的平台与丰富的应用场景，如图2所示;同时，人工智能也将成为泛在电力物联网深入贯彻实施的重要引擎。

3.1? ?感知层

为了提高能源电力系统的感知深度，输变电工程除了常规的遥测、遥信、遥控、遥调传统四遥功能外，进一步引入遥视功能，通过各类视觉传感器采集设备图像，从而获取设备状态信息。深度学习可以有效解决人工处理图像时低效易错的问题，精准快速地实现图像特征与分割、目标识别与探测等功能。

李军锋提出了基于二次泰勒级数的非线性自适应增强方法，利用高斯双边滤波函数获取图像像素中的邻域信息，从而大幅提高图像灰度值和对比度，实现图像的自适应增强;[6]漆灿等设计了一种基于智能视觉的变电站红外检测系统，综合利用基于空间位置约束和方向约束的红外采集图像与可见光图像配准方法，准确定位变电站电力设备的异常发热区域。[7]

随着人工智能在感知层应用的深入，音频、自然语言处理等应用也将获得提升。例如：深度学习可以将调度电话指令编译为新一代调度系统可以理解的语言，加强调度自动控制水平;还可以利用深度学习对操作票的文本类信息进行语义识别，实现操作命令自动执行。[8]

3.2? ? 网络层

随着大量外部数据接入，电力系统信息通信网络逐步具备开放共享的特征。2019年委内瑞拉大停电[9]、2013年乌克兰大停电[10]等事故充分表明，网络安全问题将对能源电力安全构成严重威胁和挑战。因此，泛在电力物联网建设强化了网络安全与信息化建设的同步部署，积极利用基于人工智能的入侵检测、态势感知等技术加强网络层安全防御能力。

孙杉提出了一种基于深度学习以及云计算的入侵检测模型，并采用基于spark的自动编码器特征选择并行化算法，提高了电力信息入侵检测系统的特征选择速度;[11]李怡康等采用粒子群算法优化传统的BP神经网络参数，建立多元的攻击数据库训练BP神经网络，从而检测识别典型攻击行为;[12]葛军等采用极限学习机算法，同时结合自回归预测模型、最小二乘支持向量机预算模型和RBF神经网络预测模型等方法，构建了面向坚强智能电网的安全态势评估模型。[13]

3.3? ?平台层

泛在电力物联网的平台层汇聚了电网企业不同业务部门的设备、网架、运行、管理等资产数据，人工智能可以对这些资产数据进行统一的建模、存储和管理，构建知识图谱，对全业务数据进行梳理和贯通，从而建立统一的知识库和数据关联映射，实现电力数据的共享高效利用。

王渊等使用语义标注方法对结构化、半结构化、非结构化数据进行知识抽取，进而获得知识实体、属性和关系，通过知识融合技术构建知识图谱，完成了业务数据的跨专业贯通;[14]李新鹏等提出了一种应用于调度自动化系统、自下向上和自下向下融合的知识图谱构建方法，通过该方法可获得系统基础平台和各业务间的关联关系。[15]

3.4? ? 应用层

人工智能与泛在电力物联网的协同发展将使电网企业内部生产控制水平和企业管理效率得到极大提升;同时，将极大丰富对外服务场景，培育综合能源服务新业态。

在对内业务方面，人工智能技术在能源电力生产转化（传统能源与新能源发电功率预测、机组组合优化等）、传输控制（输变电设备巡检与状态评价、运行控制、故障诊断、主动防御、电网拓扑识别等）、存储消费（用电行为分析、负荷预测等）各个环节均有广泛应用。殷林飞设计了“自动发电控制 + 发电功率分配”的一体化实时智能发电控制框架，提出了深度自适应动态规划算法;[16]侯金秀通过构建可视化的全信息电网图，将深度卷积网络（CNN）方法应用于电力系统暂态分析中，解释了系统暂态可视化过程中电网“撕裂”特征的机理;[17]易灵芝等将进化算法和遗传算法融入深度学习，对电力系统负荷预测模型进行优化;[18]曹智建立了以抽水蓄能为主的微网能量优化人工智能遗传算法模型。[19]

同样，人工智能也将在对外业务方面（如车联网、综合能源服务、电力市场等）发挥巨大作用。史佳琪等提出了一种基于深度结构多任务学习的短期冷、热、电、气等多能负荷的联合预测方法;[20]李智等结合深度学习的数据特征理论，将充电站容量作为影响因子，研究了一种基于机器学习的充电站容量规划预测方法;[21]周长华设计了基于Q学习的电能交易算法，通过足够长的动态博弈获取最佳交易策略。[22]

4? ? 趋势与展望

综上所述，人工智能在能源电力系统中具有广泛的应用;然而，目前的场景大多局限于具体专业领域的垂直应用，距离“强人工智能”和“通用人工智能”还有很长的一段路要走。为此，电网企业不仅要丰富人工智能在电力系统中的落地场景，而且应掌握核心竞争力，突破尖端型、基础型难题，推动人工智能健康发展;不仅要培养人工智能杰出专业人才，而且也要加大具有人工智能思维的产品经理培养，进一步发挥企业枢纽型、平台型、共享型的优势。要吸引相关人工智能研发机构及资本进入，形成开放共享的交流合作生态圈，拉动人工智能产业聚合成长;要打造产业集群，探索多方参与、共赢共享的能源人工智能新业态，助力我国把握人工智能发展新阶段的战略主动。

参考文献：

[1] 别朝红，王旭，胡源.能源互联网规划研究综述及展望[J].中国电机工程学报，2017，37（22）：6445-6462.

[2] 李阳，郇嘉嘉，曹华珍.基于综合能源协同优化的配电网规划策略[J].电网技术，2018，42（5）：1393-1400.

[3] 高芳，耿喆.特朗普启动人工智能倡议誓要维护全球领先地位[J].科技中国，2019 （5）：89-91.

[4] 李晓华.世界主要国家人工智能战略及其产业政策的特点[N].经济日报，2019-04-17（14）.

[5] 迟海涛.人工智能视域下新零售时代业态结构研究[J].商业经济研究，2019（9）：51-53.

[6] 李军锋.基于深度学习的电力设备图像识别及应用研究[D].广州：广东工业大学，2018.

[7] 漆灿，李庆武，郑云海，等.基于智能视觉物联网的变电站红外监测系统[J].电力系统保护与控制，2018（1）：135-141.

[8] 叶琳.深度学习在电力系统中的应用研究综述[J].浙江电力，2019，38（5）：83-89.

[9] 龚郗安.关于委内瑞拉大停电事故的情况分析和关键基础设施的安全防护建议[J].信息技术与网络安全，2019，38（4）：1-2.

[10] 李保杰，刘岩，李洪杰，等.从乌克兰停电事故看电力信息系统安全问题[J].中國电力，2017，50（5）：71-77.

[11] 孙杉.基于深度学习和云计算的电力信息网入侵检测研究[D].北京：华北电力大学，2016.

[12] 李怡康，霍雪松，裴培，等.基于优化神经网络的电力调度自动化系统入侵检测算法[J].电子测量技术，2018，41（18）：31-35.

[13] 葛军，孟干，周冬青，等.面向智能电网的网络态势评估模型构建[J].自动化与仪器仪表，2019 （4）：113-117.

[14] 王渊，彭晨辉，王志强，等.知识图谱在电网全业务统一数据中心的应用[J/OL].计算机工程与应用（网络首发），2019：1-7[2019-01-23].http：//kns.cnki.net/kcms/detail/11.2127.TP.20190122.1702.015.html.

[15] 李新鹏，徐建航，郭子明，等.调度自动化系统知识图谱的构建与应用[J].中国电力，2019，52（2）：70-77.

[16] 殷林飞.基于深度强化学习的电力系统智能发电控制[D].广州：华南理工大学，2018.

[17] 侯金秀.基于电压相量和深度学习的电力系统暂态稳定快速评估[D].北京：中国电力科学研究院，2017.

[18] 易灵芝，常峰铭，龙谷宗，等.基于进化深度学习短期负荷预测的应用研究[J/OL].电力系统及其自动化学报（网络首发），2019：1-7[2019-05-28].http：//kns.cnki.net/kcms/detail/12.1251.TM.20190527.1417.004.html.

[19] 曹智.微电网风-光-水-蓄混合储能的能量管理研究[D].南昌：南昌大学，2018.

[20] 史佳琪，谭涛，郭经，等.基于深度结构多任务学习的园区型综合能源系统多元负荷预测[J].电网技术，2018，42（3）：698-707.

[21] 李智，侯兴哲，刘永相，等.基于深度学习的充电站容量规划方法[J].电力系统保护与控制，2017，45 （21）：67-73.

[22] 周长华.基于强化学习的微电网电能交易研究[D].厦门：厦门大学，2017.

Abstract： With the continuous development of artificial intelligence， the information technology in the era of “intelligence +” is no longer limited to the connection between people， but gradually evolved into the real-time connection between people and things， things and things， so as to open a new generation of interconnection of

everything. In the field of energy and power， it is the application of artificial intelligence technology in the power Internet of things. This paper introduces the strategic position and significance of AI in detail， analyzes the

demand scenario， application field and development path of AI technology in power grid enterprises， and

provides reference for the development of AI technology in power grid enterprises.

Key? words： artificial intelligence; ubiquitous power internet of things; energy internet; power grid enterprises

责任编辑? ? 盛? ? 艳

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。