2025年电力系统科学智能应用和展望报告国网电力

瓷目 CONTENTS 背景现状 科学智能应用案例研究 电网科学智能研究探索 未来展望 高比例新能源，高比例电力电子设备给新型电力系统计算、分析与决策带来了强不确定性高维特征、非凸非线性等复杂特征，给电力电量平衡、安全稳定控制等带来巨大挑战 在强不确定性方面 源荷双向不确定性导致电力系统运行方式更加多样化，电网运行状态演化呈现突发性和时变性 在高维特征方面 新型电力系统变量数量众多、网络结构复杂，使得系统状态和决策调控呈现高维特征， 在非凸非线性方面 新能源随机性特征以及电力电子设备的开关特性，电力系统的运行特征呈现出明显的非凸非线性。 这些复杂特征带来的共性问题是科学计算，主要涉及源荷预测、仿真求解、方式分析和优化调度等电网运行核心业务环节 源荷预测：新能源占比提升带来源荷双重不确定性，加剧电力电量平衡压力，需精准预测新能源和负荷。 多维因素数学建模与预测 电网运行科学计算 仿真求解：大量电力电子设备并网，使电网呈现强不确定性、低惯量等复杂特征，对仿真计算提出更高要求 偏微分方程组高效求解 方式分析：运行方式不确定性增强，各类安稳问题耦合方真计算及专家经验不堪重负，安稳边界刻画问题凸显。 海量方式组合分析 混合整数非线性优化 优化调度：新型电力系统随机性和不确定性显著增加，需提升调度优化决策能力，实现多级协同控制。 目录 CONTENTS 背景现状 科学智能应用案例研究 电网科学智能研究探索 未来展望 让人工智能利用自身强大的数据归纳和分析能力学习科学规律和原理，从而得到科学模型解决实际的科研问题，大大加速了科研探索的进程，并获得仅使用传统科学方法可能无法获得的见解。 *《科学智算（A/4S）：交叉与赋能一第六期CCF秀湖会议报告》，中国计算机学会通讯，2024年2月 科学智能典型案例解析一：蛋白质折叠 2024年，AlphaFold3基于15万高质量数据，融合三角不等式约束物理知识Pairformer机理模型，计算时间从数年缩减到数分钟，突破耗时长实验测定模式 问题描述：蛋白质折叠问题的本质就是根据氨基酸序列分析推演蛋白质的精确三维结构，属干模式判别问题，难点与挑战：蛋白质空间结构上的排列方式多、序列与结构之间的复杂关系、实验技术的局限性等因素，导致推演判别蛋白质的三维结构非常困难：方法：AlphaFold3将PairFormer模块替换EvoFormer模块，更专注于处理蛋白质的基本结构和相互作用提高准确性的同时简化模型架构：利用扩散（Diffusion）模块取代结构模块，直接预测每个原子的三维坐标，使得模型能够更准确地捕捉生物分子及其复合物的三维结构细节。 02科学智能典型案例解析二：中期天气预报 2023年，华为发布盘古气象大模型，融合地球专用位置偏差等地理规律，机理+数据融合设计三维神经网络模型，预测速度比数值预报快1万倍，突破数值预报算不快的问题 问题描述：中期天气预报问题是根据大气历史数据预测未来10天的气象指标，属于时序预测问题。 ·难点与挑战：描述大气运动的非线性偏微分方程难以获得通用解析解，而海量大气数据导致了数值模拟计算非常困难。 方法：华为在2021年发布了盘古气象大模型，采用了创新的三维地球特定Transformer网络结构处理复杂的不均匀3D气象数据，并通过层次化时域聚合策略，即训练了四入不同预报间隔时间的模型：（分别为1h、3h、6h和24h）减少预报选代次数，从而降低迭代误差，提高预报的准确性和稳定性。盘古气象大模型使用单张V100预报24小时全球气象仅用时1.4秒。 科学智能典型案例解析三：分子势能计算 2021年，DeePMD基于实验高精度数据，融合能量守恒等物理定律训练分子势能预训练机理模型，速度提升五个数量级，突破分子动力学算不快的问题 问题描述：分子势能计算案例主要通过深度神经网络拟合分子势能函数求解，属于加快科学计算速度，解决微分方程求解慢的问题。 难点与挑战：传统分子动力学计算分子势能主要运用从头算分子动力学（AIMD）该方法基于密度泛函理论（DFT）等精确计算分子势能，但是非常慢，且无法适用于大体系方法：该策略借助大模型理论，训练分子动力学势能函数预训练模型；下游根据少量精确数据完成大模型微调，实现模型功能迁移。 Jiang,W.,etal.AccurateDeepPotentialmodelfortheA-Cu-Mgalloyinthefullconcentrationspace.ChinesePhys.(2o21) 科学智能典型案例解析四：可控核聚变 2021年，DeepMind融合等离子体动力学等物理机理，通过深度强化学习等技术，在50微秒时间内实现对等离子体的自主优化控制，突破物理方程算不快的问题 问题描述：通过控制托卡马克装置上的19个线圈来操控磁场，实现等离子体的稳定反应属于优化控制问题。 难点与挑战：系统具有时变、非线性，多变量控制等特性，实验投入昂贵，实验机会难得。 方法：构建了一个单一的强化学习神经网络通过与托卡马克模拟器的互动学习，并将安全边界条件嵌入奖惩函数，使得模型能够自主生成精确的线圈电压控制策略。 Schrittwieser, et al. Magnetic control of tokamak plasmas through deep reinforcement learning. Nature, 2021 科学智能典型案例解析五：自动驾驶 2023年，TeslaFSDV12将感知、预测、规划结合到统一端到端模型中，直接输出规划和控制动作，突破传统模块化设计方法，实现自动驾驶技术的颠覆性发展，解决复杂环境下的实时决策问题。 问题描述：自动驾驶是一种在没有驾驶员干预的情况下通过识别外部环境来控制车辆到达自的地的技术 ，难点与挑战：准确理解、感知环境，实时数据处理、动作决策和路径规划，驾驶场景复杂多变。 ：方法：以TeslaFSDV12为代表的端到端自动驾驶技术将感知、预测和规划结合到一个单一框架中，以原始传感器数据为输入以规划和控制动作作为输出。Tesla引入了视频预训练基础模型，用于实时处理车载摄像头数据、识别环境物体和移动速度。Tesla抛弃了所有人工编写的规则，而使用人类驾驶视频数据训练模型，数据量超50亿公里并包含多种异常场景数据。 成功因素 以AlphaFold为代表的人工智能技术能够在生物、气象、物理等科学领域中取得巨大成功，归纳起来主要有三方面的原因： 瓷目 CONTENTS 背景现状 科学智能应用案例研究 电网科学智能研究探索 未来展望 01电网运行科学智能定义 电网运行科学计算是利用数学模型、算法和计算机技术对电力系统运行状态进行模拟，预测，计算和优化的关键技术手段，旨在保障电网的安全、可靠和经济运行。 电网运行科学智能是将人工智能技术融入电网运行科学计算，旨在提升计算效率、预测准确性和决策优化，实现电力系统的智能化计算。义：状态估计、潮流分析、仿真建模、暂 态稳定分析、短路计算、电压控制、最优调度和风险评估等涉及数学计算的功能。 广义：包含认知计算的智能系统，如构建A决策支持系统提供实时决策帮助、利用多智能体系统实现电网的自主协调和优化。 02电网运行科学智能探索 负荷预测1②潮流分析③稳定评估机组组合 1）问题描述 负荷预测的本质问题是建立历史负荷及气象等输入因素与未来负荷之间的映射关系。当前存在负荷特性难以精准刻画、节假日、极端天气等小（零）样本场景预测精度难以提升等挑战。 02电网运行科学智能探索 负荷预测1②潮流分析稳定评估机组组合 2）技术路线 基于预训练的时序大模型及自主构建的多场景的负荷、气象等多维度高质量数据，结合领域知识特征工程、机理约束、微调等前沿技术，构建通用性强、扩展性好、准确率高的电力时序大模型 电网运行科学智能探索02 负荷预测1②潮流分析③稳定评估④机组组合 3）实验验证 在某省级系统负荷数据上开展日前预测实验：基于预训练的时序大模型零样本预测准确度达95.7%，并通过微调预训练模型将零样本推断准确度提高到97.8%。 电网运行科学智能探索02 负荷预测潮流分析③稳定评估④机组组合 1）问题描述 电力系统规划和运行面临海量场景和海量计算带来的维数灾难问题，通过人工智能方法进行潮流计算、N-k静态安全分析、拓扑辨识和参数辨识等研究，有望解决高比例新能源电力系统仿真分析计算难题。 机理模型驱动 电网运行科学智能探索02① 负荷预测潮流分析③稳定评估④机组组合 2）模型设计 综合运用图神经网络、注意力机制及物理信息嵌入神经网络等技术，结合电网历史数据，动态提取时空特征，实现潮流计算等非线性方程组的快速精确求解。下游任务包括量测补全、状态估计N-k静态安全分析、参数估计和拓扑辨识等潮流分析任务。 02电网运行科学智能探索 负荷预测1②潮流分析稳定评估④机组组合 3）实验验证 构建118节点和300节点拓扑预训练模型，基于10万断面样本训练集，验证预训练模型的求解精度；基于118节点的仿真电网环境，验证N-K线路功率预测、拓扑辨识、参数辨识、状态估计等下游任务的预测效果 02电网运行科学智能探索 负荷预测1②潮流分析稳定评估机组组合 1）问题描述 在新型电力系统“双高”背景下，机电暂态仿真难以准确刻画系统的动态过程，而机电-电磁全电磁暂态仿真计算耗时长，难以满足暂态稳定在线评估的要求。因此，开发基于人工智能的在线仿真加速技术，成为实现电力系统暂态稳定快速评估的切实需求。 电网运行科学智能探索02① 负荷预测1②潮流分析?稳定评估④机组组合 2）工作内容 研究基于特征工程、机理约束、机理引导的新型电力系统暂态稳定评估方法，实现对电力系统实时运行场景暂态稳定裕度的快速评估， 02电网运行科学智能探索 负荷预测1②潮流分析?稳定评估④机组组合 3）实验验证 在秒级评估耗时下，目前达到92.83%的平均预测精度，后续拟通过样本增强、特征处理、算法优化等方法来进一步提升效果。 基于西北电网410节点基础潮流，采用GAN与数学模型混合方法，产生200万级运行场景，并调用PSCAD仿真计算得到裕度标签，完成样本集构建。 电网运行科学智能探索02 负荷预测1②潮流分析③稳定评估机组组合 1）问题描述 问题：在机组组合优化中，面临看规模庞大，复杂度高的挑战，同时电力市场对优化算法的实时性要求高；在实际应用中，电网拓扑、机组参数及线路安全等约束条件多保持稳定，使得优化求解过程存在历史数据利用不足的问题。 02电网运行科学智能探索 负荷预测1②潮流分析③稳定评估机组组合 2）模型设计 利用深度学习预测整数变量并识别几余约束，从而有效缩减问题规模；借助机器学习初始化部分机组状态值以实现热启动，并优化求解器的超参数设置，进一步引导加速求解过程。 02电网运行科学智能探索 负荷预测1②潮流分析③稳定评估机组组合3 实验验证 基于SG-126节点网络拓扑，优化后模型复杂度显著减少，优化效率显著提升，实现2-4倍加速且解质量稳定，保持了解的质量与传统方法相当 瓷目 CONTENTS 背景现状 科学智能应用案例研究 电网科学智能研究探索 未来展望及重点任务 科学智能的基础理论和方法体系目前处于研究探索阶段，需要研究建立一套适用于解决电网运行科学问题的科学智能框架。具体而言，未来科学智能在电网运行领域的成功应用将取决于以下几个关键决定因素： 感谢聆听！ 敬请批评指正