人工智能+新型配电系统认知与实践报告

CONTENTS目录 01 背景与现状 基本情况--政策导向01 2021年6月，国网公司互联网部印发《国家电网有限公司人工智能技术应用顶层设计》《国家电网有限公司构建以新能源为主体的新型电力系统行动方案（2021-2030年）》等4个方案深刻通述了构建新型电力系统的重大意义、新型电力系统特征、内涵、实施路径以及2021-2030年重点任务，指导其各单位开展人工智能相关工作。 内部事项 普通事项 国家电网有限公司文件 国家电网数字【2024】333号 国家电网互联【2021】291号 国家电网有限公司关于印发人工智能规模化应用2024年专项行动方案的通知 国家电网有限公司关于印发公司人工智能技术应用顶层设计等4个方案的通知 驻公司纪检监察组，总部各部门、各机构，公司各单位： 总部各部门，各机构，各分部，公司各单位： 为课入贯彻落实国家关于数字化智能化发民委求，加快推进人工智能技术与电网业务度融合，假深做实人工智能规模化应用，提升电网智能化水平，支撑新型电力系统建设和电网高质量发展，公司编锁了人工智能规模化应用2024年专项行动方案，现予印发，请结合实际，做好贯和落实。 为录入贯彻落实公司数字化转型工作部署，统筹各专业、各单位人工智能技术应用，指导各单位人工智能平台、服务、应用运营、标准、人才、生态等建设工作，协同准进各专业应用场景落地，提升业务数字化、智能化水平，公调研究制定人工智能技术应用顶层设计等4个方紧。现予印发，请遵照裁行。 2022年3月，国网公司数字化部印发《2022年人工智能等数字新技术应用重点工作》，推动人工智能基础能力与核心业务相融合，实现重点领域人工智能工程化应用。 一、目标思路 坚持蓄求和阿题导向，优化体系设计，案化场景应用，打造基确通用能力，强化科研与应用生态，加强人工智鲍规模化应月构建基于大模型的统一平台体系，打造行业试觉，语义大模型。 执行过程中，如有间惠和建议，请及时反读息部互联网部。 大模型时代 典型特点：私有化部署大模型框架，电力行业数据预训练，为场景化人工智能应用提供基础 以OpenA/为代表的大模型企业对行业词表开发及应用专业性不足（已有大量用户，重训练成本高） 国内大模型以及开源模型，以已有预训练模型微调为主，行业应用在法律、医疗等语义类为主 合规与数据安全是电力行业AI大模型建设及应用所必须遵从的要求；建设国网行业大模型、场景Agent应用是必要的 南网在积极部署大瓦特行业大模型，三大运营商也已部署“九天”“原景”“星辰”大模型 02基本情况--概述 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”。针对当前和未来电网高随机性、强耦合性、多时间尺度等特点，将人工智能技术和电力领域专业知识相结合形成针对性解决方案。 人机协同混合增强高泛化性迁移学习知识与数据融合 深度逻辑分析自主认知与行为决策核心业务决策 02基本情况-现状 电力人工智能的国内应用研究范围涉及电力系统发、输、变、配、用全环节，在发电功率预测、设备智能巡检、设备异常与故障应急处理、客服智能服务、电网故障处理及紧急控制等业务中已有相关应用研究。 总部侧已初步建成了公司级人工智能“两库一平台”，省侧已在天津、河北、翼北山东、上海、江苏、浙江、安徽、福建、湖南、四川、重庆、宁、甘肃和新疆等15家省公司部署了省级人工智能平台，为后续深化推广应用人工智能技术奠定良好基础。 设备领域：应用无人机智能巡视和输电通道智能监控技术，替代传统人工巡检，提高了隐蔽性缺陷和突发隐患的发现率安监领域：开展现场作业视频智能分析，实现典型违章行为的智能识别营销领域：开展智能营业厅、智能语音客服等场景建设，实现智能化的业务咨询和办理；基建领域：在高风险和复杂工序现场，实施违章智能告警应用，有效识别电力作业现场安全隐惠。 03基本情况--现状 近几年，各专业部阶门都在积极探索人工智能技术应用，运用智能语音图像识别，视频分析，知识图谱等人工智能技术，在设备、调度、安监、营销、基建等领域都已开展典型应用建设。 扬州供电公司打造“配网抢修AI虚拟坐席”：通过接收信终端失电告警，自动分析拓扑关系，匹配已知停电信息，通过透抄客户电表实时状态来智能校验故障信息准确性，智能分析派单策略及抢修路径，自动派发工单。故障处理结束后，随机透抄客户电表确认供电恢复，完成抢修闭环。 苏州供电公司打造“小汤班长”：对电网及客户状态的动态采集、实时感知和在线监测，实现在5秒内即可精准生成故障信息。对全市34支电力抢修队伍的抢修进度进行全过程管控，自动发起抢修超时预警以及语音提醒督办，实现对供电服务9类工单的跟踪处理。 基本情况--痛点04 跨专业模型不统一，调度依托IEC61970、IEC61850，设备专业主要依托SG-CIM，营销专业主要依托SAP公用模型（水电气），各专业主要通过模型对应实现贯通，各类数据在专业间共享需要多重转换基础数据质量不高，对于人工智能算法的训练和应用，需要大量的高质量数据，然而，配电网的数据来源多样化，数据质量参差不齐，数据采集和清理工作是一个复杂的任务 业务融合深度不够，诸多系统外行业在大模型与数据挖掘方面已有不少建设成果，但人工智能技术与电力业务深度融合、电力大模型与成熟小模型有机结合等方面尚有欠缺，产品与A结合生硬。 》》》挑战《《《 数据采集与处理 算法选取与优化 模型训练 电网中各种设备、传感器和信息系统会产生大量的数据，需要对这些数据进行收集、处理和分析，以提取有用的信息。处理这些数据需要高效的算法和计算资源。 电网数据量很大，但标记的数据相对较少，这使得训练人工智能模型变得困难。需要探索有效的数据标注方法来增加可用数据量。 人工智能算法可以与传统的控制方法相结合，以充分发挥各自的优势。需要研究如何将人工智能算法与传统方法有机地结合起来。 02 认知与框架 人工智能+配电网--技术与挑战02 新型电力系统建设背景下，配电网由单一电能配送网络演化为多能互补配置平台，在形态上呈现分布式电源、冲击型负荷、电力电子设备高比例接入的特点，在数理上呈现电源、负荷、时空状态不确定性的特点，网络结构、运行工况更加复杂。 电力市场改革要求供电经济性提升 复杂配网结构对用电可靠性构成挑战 新能源消纳挑战 受随机性、波动性、间歇性限制以分布式光伏为代表的新能源消纳存在卡脖子现象，如何在配网运行状态感知基础上，开展分布式光伏承载力及消纳薄弱环节分析，进而开展电网改造、运方调整等措施面临挑战。 新能源和电动汽车的接入改变了配电网的运行方式，增加了随机性和双向潮流，导致电压问题和运行状态掌握困难，影响了电网的稳定。频繁的工程改造和运行调整带来了停电和检修隐惠，进一步影响用电安全。 原配网运行侧重供电可靠性，设备运行裕度大，导致非经济运行不符降本增效需求。设备级运行状态无法感知，损耗分析和降损决策难以有效开展。 人工智能+配电网一需求与可行性01 配电网作为联系能源生产与消费的关键枢纽，在“双碳”目标下，呈现高渗透可再生能源、高比例电力电子设备、高增长电力负荷需求等特征，未来配电网关键特性将发生深刻变化，人工智能技术可以更好地契合新态势下配电网智能发展需求 其他方面 配电网态势推演 数据处理 配网全景感知 随着新型电力系统的建设电气设备、发电机节点负荷节点数量都成倍增长随之而来的海量数据对计算，储存的要求越来越高且配电网的复杂性、分布式电源的不确定性也对数据的辨识处理有了更高技术的要求。 大量分布式新能源、储能和电力电子装备的广泛接入，使得电力系统故障的随机性和非线性性大大增强，故障特征不再明显建立故障诊断的机理模型及寻找判据日趋困难。 为实现配网全景感知，传统方法需要加装大量量测装置，配网点多面广，若都安装量测装置，所需投资巨大。 新型电力系统配电网的其他方面，如巡检、图像识别等、电力市场中电价预测等、配电网的调度控制等也需要针对算法以及技术手段不断完善。 人工智能+配电网--建设思路03 AI智能体 知识服务&小模型 样本来源 模型支撑 配网标准规范配网经验知识运行状态感知配网决策分析 配网知识学习配网领域意图理解配网专业内容生成配网业务推理. 业务数据CIM模型规范文档典型经验巡检图像 04人工智能+配电网--场景模式 问答（工具） 托管（秘书） 伴随（助理） 为用户提供配网专业知识检索与问答，静默和被动方式为用户提供A/能力。 能够独立团环完成配网专业任务，自主设计执行任务将结果反馈给用户。 嵌入业务工作界面，随时进行必要提醒和建议，与配网用户协同工作。 配网专业知识+数据 AI模型迭代、辅助决策 企业中台（其中包含物联网、云计算、大数据等技术） 人工智能+配电网--两库一平台关系07 配网人工智能平台，构建在“两库一平台”的基础上，具备对现场作业的图像、语音、文本以及配电网运行数据进行处理和分析的能力集成基础通用组件，也针对配网业务需求，开发专用模型能力。为配网状态感知及诊断、配电网调控、配网运维和辅助办公四大类应用提供支撑。 02 探索与实践 01状态感知--配电网数据推演引擎构建 最小化采集：在现有采集量测的基础上，实现中压及低压最小化采集策略。 数据准备：计算需要配电网拓扑、设备阻抗参数和各环节采集量测数据，并对台账数据偏差进行校核治理 计算推演：基于人工智能方法补足缺失量测，并进行状态估计修正误差量测，最终进行潮流计算。 构建高效A/驱动数据推演引擎，通过综合设备参数和历史运行数据，以及配电网的拓扑结构信息，智能匹配和整合来自配电网不同节点的多种量测数据，以推演配电网在不同条件下的运行状态。 （1）统计学与机器学习结合的异常值检测（2）时间序列分析与深度学习的数据填补（3）基于AI的数据推演与优化 01状态感知--配电网数据推演引擎构建 数据汇聚贯通 汇聚分散在调度、设备、营销等专业系统中的配网拓扑、设备参数等数据，构建静态电网一张图。 实现调度自动化、配电自动化、用电信息采集等多系统量测数据贯通共享，在静态“电网一张图”基础上，叠加叠加实时开关状态、实时量测数据，构建动态电网一张图。 01状态感知--配电网数据推演引擎构建 ■台账校核治理一参数校核 采用人工智能迭代寻优算法，由变电站出线及配变量测和电网拓扑反推设备阻抗参数，校核设备基础台账，并在此基础上开展线路状态感知。 01状态感知--配电网数据推演引擎构建 台账校核治理一静态拓扑校核 基本原理：基于挂接在同一馈线下的配变与出线端的电压变化具有相似性原理，通过皮尔逊相关系数计算判别为疑似线变关系错误，并推荐正确挂接线路 考虑线路电压变化与配变电压变化相似性特征，研判线变关系准确性 工程化问题：通过时间窗滑动、三相不平衡归算、虚拟代理三类方法，解决实际中配变与变电站母线时钟差异、配变三相不平衡问题、配变与母线侧电压关联度随电气距离增加而降低等导致的误判问题 01状态感知--配电网数据推演引擎构建 潮流计算流程方法 在配网动态拓扑基础上叠加设备参数，并通过营配调拓扑台账贯通匹配关联出线电压及各配变负荷，形成配网可计算模型 出线量测数据）逐段推算功率，从变电站首端向未端推算电压，反复迭代直至收敛，计算配电网各节点电压和各支路电流、功率 电压损耗计算： 功率损耗计算： p2 + Q2p2 + Q2PR +QXPX -QRASz:R+jXAU =SU=U2U2UU 01状态感知--配电网数据推演引擎构建 缺失量测补足 利用配变历史量测及可用的配电自动化开关量测数据，评估数据可用性，构建脉冲神经网络量测补足模型，补足计算所需的配变量测。 实时量测缺失情况《 01状态感知--配电网数据推演引擎构建 ■量测误差修正 满足潮流约束条件下，以估计值和量测值的差（称为残差）具有加权最小二乘为目标，通过状态估计辨