智库视点｜人工智能赋能电力领域的发展范式及场景

以数字化、网络化、智能化为特征的新一代信息技术发展日新月异，能源革命与数字革命的加速融合将成为驱动电力领域发展方式、生产模式和治理形态变革的必然之选。人工智能是能源数字化变革的关键驱动技术之一，电力领域早在20世纪70-80年代便开始了人工智能相关研究，近年来将深度学习、强化学习、混合增强智能、群体智能等新一代人工智能技术引入设备缺陷识别、电网调度控制等领域。从感知、认知、决策等层次来看，图像识别、语音识别、文字识别等感知智能技术在设备缺陷识别、施工现场安监等场景中已达到甚至超越人工水平，在能源协调优化、系统紧急控制、电力市场交易等场景也开始引入人工智能技术，并逐步向规模化应用迈进。

｜人工智能技术应用于电力领域是一项系统工程电力生产运行环境中应用人工智能技术除了聚焦核心算法以外，还要形成一套完整的闭环流程。相对较为成熟的应用范式大体分为四种：一是深度连接范式，通过深度神经网络级联模型，将原始数据转化为特征向量，并在感知任务取得良好效果，其适用场景包括源荷预测、缺陷识别与故障诊断、电网态势感知等。二是知识应用范式，通过人工智能学习挖掘和推理出新关联关系，其适用场景包括设备故障分类、检修方案推荐、客服智能问答等。三是行为强化范式，通过模拟行为进行感知，其适用场景包括电力系统优化调控、微电网能量管理、电力市场交易辅助等决策任务。四是集成智能范式，构建并结合多个弱学习器来完成学习任务，适用于可拆解为多个较小型任务的应用场景，例如异常用电模式下的源荷预测、样本失衡情况下的设备状态评价等。

｜人工智能技术应用的典型电力场景目前人工智能技术已在多个电力领域开展应用探索或落地部署。一是系统运行控制领域，主要应用于系统稳定分析、源荷功率预测与电网运行控制等场景，该领域高度重视安全性、可靠性与经济性，真实电网的状态空间与动作空间维度使得智能体可能出现运行状态越限等情况，距离“可用、能用、好用”还有较大距离。二是设备运维检修领域，主要应用于设备可视缺陷检测、设备状态评估、运维知识管理辅助等场景，要求对异常状态具有较高的识别率，但对算力要求高、训练耗时长。三是用电管理服务领域，包括用户负荷监测、用户需求响应和智能客服问答等场景，该领域对模型识别准确度与响应速度有较高要求。

（文/国研智库新基建研究中心 徐乾）