2024人工智能在电力系统中的应用及其最新进展报告

北京交通大学吴俊勇2024年4月 目录 电力人工智能及其应用现状（广度） CONTENTS 数据驱动电力系统暂稳评估与控制（深度） 人工智能大模型最新进展（焦点） 第一部分日电力人工智能及其应用现状（广度） 电力人工智能概念 电力人工智能是人工智能的相关理论、技术和方法与电力系统的物理规律、技术与知识融合创新形成的专用人工智能”。 要数据动的人智能技术是支掌新一代电力系统的重要段 新一代电力系统系统的显著特征是高比例可再生能源、高比例电力电子装备接入电网、多能互补综合能源和信息物理深度融合智能化 随看新能源、电动汽车、需求响应等技术的广泛应用和电力市场化发展，开放性、不确定和复杂化问题突出，机理方法难以建模：大电网广域互联和交直流混联需要数据支撑的新的稳定运行机理。电力系统的监控、量测系统产生的数据，与外部相关数据融合，提供了良好的数据基础 能源电力领域的数字时代已经到来，能源生产、传输和消费各环节中多要素广泛芝接入和融合共享，形成一种新型的开放式和生态式系统人工智能将为数字化的能源电力赋子新动能。 电力人工智能技术架构 新兴负荷感知预测管理运维 北京交通大学 电网面临的问题 电网实时平衡：大量新能源、新兴负荷接入形成随机、不确定的网络，电网实时平衡面临挑战交直流混联大电网：电网结构复杂程度显著增大，电网运行方式变化频繁，面临更大的不确定性。新能源消纳：风电太阳能发电波动性、间歇性和不确定性给电网的消纳和稳定运行带来挑战。电网调控：随着电网运行复杂性的增加，使用传统的机理分析模型和调控手段难以达到预期效果，驱需全面感知、全景预测的新一代调控系统，继电保护：电网发展要求继电保护配置与定值整定能够适应运行方式实时改变的需要，具备足够的灵活性、可靠性配电网：驱需提高供电可靠性、电能利用效率和电网资产利用率，需要主动应对大规模分布式电源接入和大量电动汽车充电站/桩接入。新兴负荷的灵活互动：电动汽车、智能楼宇、智能家居、绿色微能源等新兴负荷的灵活接入和与电网的双向互动，价格因素下人的行为具有非物理特性。 北京交通大学 二、应用实践 配用电 户变关系和档案相位混乱，导致线损计算不准确?4.5亿只智能电表采集的海星数据如何进行处理和分析 输变电 “海量电力设备健康状态如何有效评价和差异化运维：110（66）千伏及以上输电线路长度达98.7万公里，如何进行有效和经济的巡检 新能源 新能源出力具有波动性和随机性，如何有效应对和消纳 电网安全与控制 企业经营管理 交直流混联复杂大电网如何进行有效的控制 、科研、管理、运营等产生大量文本数据，如何挖掘知识支撑管理和辅助决策 基于深度强化学习的电网紧急控空制策略研究 电网安全与控制 基于深度强化学习的电网紧急控制策略研究 随着电力系统复杂程度和不确定性加剧，基于物理模型的仿真分析方法包含的假设和简化，不能反映系统真实情况。过程仿真采用多次试算得到控制策略，效率不高。采用数据驱动方法，分析电网运行环境信息，并根据不同运行方式和电网运行状态迅速给出控制方案。 Optimal reactive power planning using oppositional grey wolfoptimization by considering bus vulnerability analysis Rohit Babu'1 Saurav Raj2.41 Bishwajit Dey3.4@Biplab Bhattacharya Deparmentof Electrical and ElectronicsEngincering,Lendi Inistitute of EngineeringandTechnology, Jonnada, Andhra Pradesh, IndiamlnnChemical Technology,Marathwada Campus, JalnaIndia Abstract Power system instability primarily results from the deviation of the frequency fromits predefined ratedvalue:This deviation causesvoltage collapse,which further leadsto sudden blackouts of the power system network.It is often triggered bya lack ofreactivecapacity.The solutiontothereactivecapacity problem canbeobtainedintwostages.In thefirst stage,thevulnerablebuses,alsoknown asweakbuses,wherevoltagefailure might occur are identified, and the Var compensating devices are mounted atthose locations.Theproposed approach utilizes threc simple vulnerable bus detectionmethods:thefastvoltagestabilityindex,linestabilityindex,andvoltagecollapseproximityindex (VCPD).In the second stage, various optimization algorithms are implementedto determine the optimal setting of Var sources, such as particle swarm optimization,differential evolution, the whale optimization algorithm, the grasshopperoptimizationalgorithm,the salpswarm algorithm,greywolf optimization,and oppositionalgreywolf optimization (OGWO).The results indicate that the best approach to poor busrecognition is the VCPI, and the OGWO technique provides a much less expensivesystem than otheroptimization strategies used for problems of optimal reactive powerplanning Department of Electrical and ElectronicsEngineering,Gandhi Institute of EnginecringandTechnology (GIET) University, Gunupur, Odisha,India DparmntfEletricalEngineing,IndianInstitute of Techinology (Indian School of Mines),Dhanbad, Indin 电网安全与控制 基于深度强化学习的电网紧急控制策略研究 利用深度学习分析环境信息，从中提取特征，强化学习将基于这些特征，进步分析环境特征，并选择对应动作，实现自标回报。利用随机矩阵理论分析多维数据方差，将方差作为评价动作策略的值函数。基于仿真算例，针对三相短路故障类型，构建了强化学习模型，验证了模型在仿真系统上的有效性。 北京交通大学 二、应用实践 配用电 、户变关系和档案相位混乱导致线损计算不准确?4.5亿只智能电表采集的海数据如何进行处理和分析 输变电 新能源 应用实践 输变电 基于集成学习的电力设备状态评价 大型电力变压器是输变电系统的关键枢纽，一旦发生故障可能会造成巨大损失变压器运维策略由“定期检修”转向“状态检修”，也就是通过在线监测、离线试验等数据来了解变压器的状态，及时发现其中的劣化变压器，进行状态评价并开展状态检修与退役决策。 检修与退役决策 大型电力变压器状态评价 应用实践 输变电 基于集成学习的电力设备状态评价 为解决变压器状态评价的教据缺失、故障样本稀缺，标准算法无法满足业务实际需求，单一模型难以覆盖全部变压器等问题。综合应用非均衡数据学习、代价敏感学习与集成学习等算法，给出变压器设备的自动化、差异化、客观量化状态评价结果。自前已在公司运检智能化管控平台集成，11月24日将上线运行。 北京交通大学 应用实践 配用电 户变关系和档案相位混乱导致线损计算不准确：4.5亿只智能电表采集的海量数据如何进行处理和分析 输变电 架空输电线路智能巡检 新能源 110（66）千伏及以上输电线路长度达98.7万公里，如何进行有效和经济的巡检 新能源出力具有波动性和随机性，如何有效应对和消纳 电网安全与控制 企业经营管理 交直流混联复杂大电网如何进行有效的控制 ：科研、管理、运营等产生大量文本数据，如何挖掘知识支撑管理和辅助决策 二、应用实践 输变电 架空输电线路智能巡检 为了有效提升电力设备巡检维保的工作效率与作业质量，降低作业人员安全隐患与公司人力投入成本，基于人机协同标注技术构建电力运检影像库，研发基于深度增强学习的电力设备检测与缺陷识别系统，提出无人机、巡检机器人自主巡检技术，对接公司PMS2.0系统，实现公司电力设备巡检业务的智能化与自动化。 应用买践 架空输电线路智能巡检 研发基于人机协同标注的智能检影像标注管理平台支持电力运检影像智能预标注功能，实现公司PB级影像数据管理与高并发、分布式在线标注，研发基于深度增强学习的电力设备检测与缺隆识别系统支持电力运检图像与视频流的细粒度检测与级联识别，实现公司输变配场景下的电力设备检测与缺陷识别 输变电 架空输电线路智能巡检 研发无人机、巡检机器人自主巡检系统，具有点云匹配、点云拟合、场景重建等功能模块，支撑巡检影像标准化采集、智能识别检测作业：研发电力设备智能运维与管理系统，对接公司检修业务一线单位使用需求，支持缺陷统计与一键报表生成功能 Fed-NILM:Afederatedlearning-basedlnon-intrusiveloadnonitoringmethodforprivacy-protection HaijinWangCaomingzhe Ss.Guolong LiutJunhuaZhaoFushuan Wen,4YushengXue. ChionChlinLniepiy.eajinChina"tweCirwler Non-intrusiveloadmonitoring(NilNDunderstandingconbreachcsmaybccncountcredbylocaldatawhendeterniningcaledFecl-N.Minproposed.InFed-NiLM,carnginntcadoflocalloadclatalcalotaincaavcraeinatbcwitthcuadaddFxpcrinocnbasconAmguduoInaclition,aconpariscnofi'ed-NLNfwithlocallytrainedNiLNlmocelsand.rhcceprrallythatthe'ed-NMcxhibitssuperiorpcrfornanceintermsfscalabilitynndconvergence.Fed-NiMgutper-formocallyt