2024基于电力物联网的人工智能关键技术及应用报告

蒲天骄中国电力科学研究院2024年8月 PART ONE背景意义 新型电力系统是新型能源体系的重要组成部分和实现“双碳”目标的关键载体。传统依靠机理分析与专家经验的运行管控模式难以完全应对电网新的发展需求，需要深度融合低碳能源技术与先进数字化、智能化技术，支撑实体电网在数字空间的实时动态呈现、计算推演、智能决策和引导趋优，全面提升新型电力系统可观可测、可调可控水平。电力物联网技术与电力人工智能技术，为新型电力系统数学化、智能化转型升级提供基础载体。 电力物联网是应用于电力领域的工业级物联网围绕电力系统各个环节，充分利用现代信息通信技术，实现电力系统各个环节设备、网架、人员的万物互联与人机交互，最终支撑电网业务在数字空间中的呈现、仿真与决策。面对新型电力系统，传统的电力物联网技术尚不具备信息物理系统支撑能力，一方面需要实现实体电网的实时精准数字呈现将其实时完整映射为数据和算法定义的数字电网；另一方面需要引导双系统的虚实交互与动态演化，实现实体电网与数字电网的共同迭代趋优进化。 如何形成实体电网的动态多维多时空尺度高保真数字模型实现实时精准数字呈现 如何进行实体电网与数字电网双系统的虚实交互与动态演化实现电网送代趋优进化 为解决前述数字呈现与趋优进化两大科学难题，需要重点突破了电力物联网“采-传-存-用”4项核心技术：全景状态感知、广域高效传输、海量接入管理与智能应用技术，连接物理空间与数字空间，支撑电网运行、设备运维、供电服务等典型业务在数字空间的呈现、推演和决策。 面向以上需求，中国电科院于2023年12月牵头完成了国家重点研发计划“智能电网技术与装备重点专项“十三五”白的压轴项目“电力物联网关键技术” 中国电力科学研究院有限公司牵头 3家科研产业单位 2家省级电力公司 中国电力科学研究院有限公司国网信息通信产业集团有限公司国网智能电网研究院有限公司 项自建立了贯通“智-云-管-边-端”的电力物联网技术理论体系，在天津滨海全域建成电力物联网示范工程，提供了电力物联网整体解决方案，引领电网数字化、智能化转型升级。 PARTTMO关键技术 02 2.1全景状态感知 存算一体边缘计算技术 解决思路：突破了面向自主可控芯片的电力设备边缘计算优化技术，通过移位量化技术大幅缩减计算时延与能耗，实现了传感信息在边缘侧的互联互通、数据融合、就地实时分析，相比于基于传统ARM芯片的终端，能效提升75%，算力提升约30%。研制高性能边缘计算终端，支撑无人机智能巡检、通道智能监拍等应用，针对24种典型设备识别率达96% 2.2广域高效传输 宽带超多跳自组网技术 技术难点：当前电力通信面临网络覆盖不全、无线信号综合抗干扰难等问题。 解决思路：提出了数据物联网络全覆盖的宽带超多跳自组网通信技术，可解决超多跳传输中重传引发的链路拥塞问题和电力物联网海量传感器安全接入难题。支持50跳宽带超多跳自组网设备，可实现端到端平均速率3MbpS，跳数指标达到国际领先水平 2.3 海量接入管理 高并发接入与海量数据管理技术 技术难点：现有物联管理平台存在异构终端并发能力低、协议适配差、数据存储融合难等问题解决思路：提出了软件定义的终端全异步连接管理技术和基于图计算的多模态数据存储共享技术，通过软件定义终端智能体、自适应路由、图数据融合及动态数据服务编排技术，解决了异构物联终端高并发连接和跨专业数据融合应用难题。经权威第三方机构检测表明，终端并行连接数突破1000万，在1.04PB多模态融合数据集的万行关联检索响应时间低至0.137秒，达到行业领先水平 2.4智能应用技术 数据机理融合驱动建模方法 第一代电力人工智能以知识驱动为主，纯机理模型存在精度不足、部分复杂模型优化求解困难问题。第二代电力人工智能以数据驱动为主，纯数据模型存在泛化性弱、可解释性差等缺点。第三代电力人工智能基于知识数据联合驱动模式，将两类模型进行优势互补，可有效提升自主学习能力、智能计算效率与决策泛化能力。 2.4智能应用技术 数据机理融合驱动建模方法 提出了数据机理融合建模方法，构建共5种数据机理融合模式，有效融合电力物联网多模态数据及电网机理知识，角解决了电网在物理空间与数字空间的迭代交互难题。①串行结构可提取更有物理意义的特征；②引导结构在数据模型中加入知识（机理）引导可提高模型适应性；③嵌入结构可提升数据模型精度；④并行结构联合决策提升模型安全性与效果；③反馈结构修正机理模型关键系数反馈 2.4智能应用技术 数据机理融合建模方法 基于机理模型与数据模型的交互模式，提出具有通用性的层叠式解耦融合建模方法，实现建模对象的高效拆解与融合模式的灵活组合。 2.4智能应用技术 基于大模型的设备故障智能感知诊断技术-嵌入+引导方式 技术难点：设备种类多样、监测数据信息密度低，单模态诊断模型出现认知瓶颈，识别精度难以提升 解决思路：基于国网公司电力行业大模型，研发多模态设备故障专业大模型，基于形态特征、故障机理等业务知识，提出基于知识模型嵌入与引导深度神经网络的设备故障诊断技术。 基于大模型的设备可视缺陷识别-嵌入+引导方式 采用多模态融合的大模型缺陷识别技术，结合自组网监拍图像，实现21种电力设备缺陷识别准确率高于91.6%，识别准确率相比行业平均水平提升10%以上，解决了导线断股、金具脱落、变压器渗漏油等5类缺陷识别难题 配网智能计算推演技术 技术难点：新型配电网的规划和运行复杂性和不确定性日益加剧，传统的配网状态评估依托于SCADA量测和状态估计、潮流计算，但配电网点多面广，量测配置及采集精度不足，运行状态的全景感知能力计算较弱。函需按照最小化精准采集+数字系统计算推演原则，提高配电网透明化水平，支撑对配电网多元对象的可观，可测、可调、可控 源网荷储协同控制难度增大 运行工况难以准确掌握 少量测条件下可观性不足 随着配网有源化、调度对象多元化程度日趋深化配网调度运行控制任务由简单的馈线检修调度向多主体、多流向、源网荷储协同控制转变。 配网运行方式调整日益频繁，运维人员无法及时准确掌握配网运行方式，导致线路安全检修隐患停电信息发布错误等，影响用电安全。 配网点多面广，存在大量量测盲区导致感知能力欠缺：若采用与主网相同的全量测部署方式，建设和运维投资大，不具经济可行性 2.4智能应用技术 配网计算推演与辅助决策技术-引导+嵌入方式 解决思路：提出基于图深度学习的实时拓扑辨识模型可进一步考虑线路之间的连接关系，以配电网的静态拓扑为引导进行开关状态辨识，辨识精度达到95%以上；提出物理约束嵌入深度学习的状态计算模型，将潮流方程嵌入神经网络损失函数，实现少量测条件下状态估计，状态估计误差<0.01p.u.。 2.4智能应用技术 源网荷储自主智能调控技术 技术难点：随着随机波动的新能源占比提升，传统的“源随荷动”平衡模式将向“源网荷储互动”转变。同时，分布式电源、电动汽车、虚拟电厂等交互式主体在配网大量涌现。针对源网荷储互动面临的源荷双侧不确定性、决策对象海量等调控优化难题，通过人工智能方法将大规模非凸离散问题转化为紧型混合整数凸优化模型，结合分区分层协同并行方法实现全局优化加速高 电力优化问题0-1变量规模庞大、非线性物理约束特征繁杂灵活资源爆发增长导致问题规模大幅增加最优整数组合与非线性全局最优搜索的计算复杂度随问题规模指数上升，传统运筹优化方法难以高效求解 2.4智能应用技术 源网荷储自主智能调控技术-串行方式 解决思路：提出面向非凸约束的自适应分段线性化方法，解决传统全域等距线性化方法引入整型变量过多的问题，通过数据驱动削减模型变量规模后进行求解器计算，实现数据-机理串行融合。基于优化目标与约束边界预测最优解高置信度区间确定线性化范围，以分段斜率截距为特征进行聚类合并减少无效分段点，大幅减少穴余整型变量，提高求解效率同时保证计算精度。 非凸约束自适应分段线性化技术 含万级非线性约束的多能耦合协同优化测试结果21 2.4智能应用技术 源网荷储自主智能调控技术-串行方式 解决思路：提出基于强化学习的变量降维方法，解决非线性非凸模型易陷入局部次优的问题，通过数据驱动提取源网荷储非线性特征，将原模型等价转化为混合整数线性/凸模型后进行求解，实现数据机理串行融合，支撑高质量可行解快速计算。考虑时序耦合关系对变量取值的影响，提出基于时序域传播修正的强化学习算法，提升动态边界参数下的模型稳定性 2.4智能应用技术 源网荷储自主智能调控技术-串行方式 解决思路：构建模型/数据交互驱动的协同调度优化模型，上层基于深度强化学习加速的优化求解器进行混合整数优化求解：下层基于可行域降维方法实现各区域可控对象和约束的快速聚合。基于数据-机理串行方式进行多轮代，实现分布式电源、储能、可控负荷的全局优化和协调控制，秒级生成考虑低碳经济运行的源网荷储调度策略 DARTTHREE应用实践 03 3应用实践 边缘计算终端应用 研制了基于自主可控RISC-V芯片的电力多参量物联终端，整数计算能效提升75%，在天津市滨海新区220kV滨幸一线、500kV滨海站以及塘活自贸区TM292等4座配电室部署。通过电力多参量物联终端实现干级节点传感器的即插即用、快速接入以及影像数据的就地处理。 变电环节 输电环节 配电环节 220kV滨幸一线安装多参量物联终端，接入51套可视化终端，实现线路及通道状态的初步诊断及告警 TM292等4座配电室内安装4台多参量物联终端，接入14类共314只传感器数据，并上传至物联管理平台 500kV滨海站安装多参量物联终端，接入等15类共1244套（只）变电设备状态感知传感器，上传至物联管理平台 3应用实践 超多跳自组网应用 在220kV滨幸一线上安装自组网设备，接入51基杆塔线路可视数据，经过滨海站内多参量物联终端数据传输至物联管理平台/全景平台，为输电设备故障诊断系统提供输电线路视频/图像数据。完成宽带自组网50跳数据高可靠传输、断点网络自恢复以及多参量物联终端实时智能识别能力验证， 3应用实践一%6%8 电力设备故障智能感知与诊断应用系统 基于大模型的电力设备故障智能感知与诊断应用系统可对变电设备11种典型缺陷、故障进行智能次设备状态异常（油中溶解气体异常、接地电流异常、振动信号异常），有效指导检修班组开展消缺工作，支撑设备运检质效提升 3应用实践 配网智能计算推演系统 通过接入资源业务中台和实时量测中心，融合馈线的设备台账和量测数据，构建统一数据模型支撑配网计算推演模型计算。目前已开发数据接入、数据治理、以及量测补足、参数辨识、拓扑辨识、状态计算4项基础功能模块，推动最小化采集下的配电网参数拓扑和电气状态透明化水平提升 3应用实践 源网荷储自主智能调控应用系统 源网荷储自主智能调控系统具有源荷场景生成、优化储能出力、管理可控负荷、维持系统稳定运行等功能，干级计算节点调度策略平均计算时间13.68s，实现了可再生能源100%就地消纳和源网荷储资源高效利用。 3应用实践 源网荷储自主智能调控应用系统 源网荷储自主智能调控应用系统推广到浙江宁波。基于工业园集群灵活资源，构建园区柔性互联方式优化与光储热灵活协同优化模型，验证协同优化加速算法计算效率提升大于60%，实现多园区集群高效能量互济和新能源消纳，助力能源系统降本增效 3应用实践 技术成果与应用成效总结 天津滨海全域建成电力物联网示范工程实现了全面物联感知和实时精准数字呈现，提升了数据采集的精准性，数据传输的在线性，数据处理的实时性和数据融合的共享性，支撑了电网典型业务的智能化升级，加速推动电网数字化转型和智能化升级。 PART ONE未来展望 04 4未来展望 未来发展方向 针对新型电力系统的实际应用需求，未来需要进一步以电力专用智算平台及专用大模型为底座构建电网全景映射空间，采用科学智能第五范式（AI4S），实现数据知识融合与大小模型协同决策 科学研