关于
爱游戏平台下载

  2月8日，国网南京供电公司配电运检中心线损管理专职刘洋发现，线千伏海北圩线%。利用实时量测数据，他发现某石材加工厂功率与上级开关功率存在比较大差距。经现场检查，加工厂内部故障造成高压熔丝烧断，导致电压缺相。中心督促其更换熔丝后，分段6以及10千伏海北圩线实时线损恢复正常。

  配电网连接千家万户，近年，随着能源转型不断深入，配电网无论从形态、技术还是功能上都发生了巨大变化——从传统交流配电网到加入大量分布式能源和储能，从单向潮流变为多向潮流，从源随荷动变为源网荷储协同互动。在局部区域出现关键节点电压越限，部分地方分布式发电无法在配电网就地消纳，出现向主网倒送的现象。

  与物理架构和运行模式更成熟的主网架相比，配电网对数据的准确性、方式感知的及时性有更高的要求。从可观性、可感知性来看，配电网无法像主网一样通过变电站自动化、数据采集与监控系统（SCADA）、同步相量测量单元（PMU）等各类自动化监控进行数据在线采集，实现实时监测。

  目前，国网江苏电力已建成实时量测中心，通过梳理现有的调度自动化、配电自动化以及电网公司建成的数据采集系统，推动各专业实现量测数据的汇集，包括电力数据、环境与气象等非电力数据、能源大数据、碳数据等。同时，人工智能还用于数据治理，实现了模型、量测数据及历史数据、图形等的统一汇聚、拼接和校验，以此来实现了数据贯通。

  在电力市场改革推进以及降本增效的背景下，“怎么来实现配电网的安全经济运行”成为新课题。国家电网有限公司人工智能首席专家、国网江苏电力南京供电公司信息通信分公司三级协理朱红认为，人工智能技术能更好地契合新态势下配电网智能发展需求，助力配电网实现发展目标。

  随着配电网改造升级，电源节点、电气设备、负荷节点数量呈几何倍数增长，引发电力系统中数据海量增长，这给系统辨识处理数据带来了挑战。在配电网中，大量数据来自底层的传感采集，现场工况复杂往往会导致数据具有滞后性、不完整性及分散性。还有部分数据因人工补充录入，可靠性和准确性受到影响。

  以站外配电网设备为例，过去在自动化覆盖率不足的情况下，站外配电网运检存在态势感知、量测数据缺失，以及故障研判定位能力较弱等问题。实时量测中心的多源数据汇集、动态拓扑识别以及量测状态估计，有效提高了配电网监控盲区的抢修指挥效率。

  2022年12月，10千伏南艺线发生区段故障，配电网监控系统“石城鹰眼”通过综合分析馈线开关状态、配电变压器和户表实时失电告警，结合实时量测中心动态拓扑分析及计算推演，智能追溯至10千伏南艺线断路器跳闸，该开关为非自动化断路器。供服中心通过i国网派发主动抢修工单，自动推送停电信息。该案例计算和研判过程不到3分钟，整个抢修和供电恢复时间在30分钟以内。

  除了智能辨识处理，人工智能的参与也帮助实现了数据处理的问题——清洗与挖掘，即识别并修复无效异常数据，从预处理后的数据中提取出隐含的信息和知识，并将其表示成最终能被人理解的模式。

  数据清洗通过引入人工智能机器学习中的无监督聚类方法，基于信息相似度原则对数据进行集聚处理，实现异常点与缺失值的快速、有效辨识。在异常识别结果的基础上，通过人工神经网络模型进行噪声修整及缺失值填补，解决因实际差异导致的数据差异，减少关联度随电机距离加大而降低的误判。

  朱红指出，数据挖掘是人工智能与数据库技术相结合的产物，对于不同系统，数据挖掘需要采用不同的技术方法和手段，以应对不同的场景。例如，人工神经网络（ANN）技术适用于需要从复杂或者不精确数据中导出概念和确定趋向比较困难的情况；决策树方法适用于将事例逐步分成不同的类别，得到较为直观且易于理解的呈现。

  江苏是新能源装机大省。截至2022年年底，全省光伏发电累计装机容量为2508.5万千瓦，其中分布式光伏装机占比高达61.9%。以随机性、波动性、间歇性为特点的分布式光伏在并网的过程中，增加了其所在区域的负荷预测难度，也改变了现有的负荷增长模式。大量分布式电源的接入使配电网的改造和管理更加复杂，作为运营方，需要在感知运行状态的基础上，主动针对网架的薄弱环节进行分析，预判风险，才能保证电网运行安全。

  传统方式下，配电网都是使用物理方程、逻辑方程去推导潮流的，对于配电网网架问题发掘及方案设计也主要依靠人工经验。因配电网点多面广，即使采用加装量测模式，也无法像主网一样实现全网网架、方式、潮流的实时监测、在线分析控制与仿真推演，且建设及运维投资大。国网南京供电公司经研所配电网规划专家许若冰指出，引入人工智能技术之后，通过计算推演，可以提前发掘电网薄弱环节，仿真方案设计成效，真正做到规划设计有依据，推动配电网规划由专家经验向科学决策转变。

  以南京市区的A+供电区域广州路网格为例。计算扫描发现广州路片区2024年负载率将达76%，超过重载边界。通过模拟运行分析，经研所重新设计了配电方案，将广州路线号环网柜之后负荷切改至新出线路，调用计算模块对方案进行仿真，线路切改后，广州路线%。

  朱红介绍，除了用于规划，配电网的全景感知还包括拓扑辨识、最优潮流、伪量测建模、状态估计、故障诊断与定位、用电行为分析等内容。一般情况下，配电网运行需要通过算法来实现对线路、对参数辨识的治理。人工智能可以计算出节点的电压值与实测的偏差，将其作为校正后的参数，不断基于量测反推参数，最终实现参数的辨识、校核，提高参数的准确性。

  针对拓扑辨识，人工智能技术的运用可充分挖掘配电网量测数据与配电网拓扑之间的关联关系，实现在有限量测数据和不确定信息下的拓扑辨识。针对电力系统最优潮流，人工智能方法更适合处理非线性和离散型问题，其在最优潮流中的应用得到了飞速发展。针对伪量测建模，人工智能算法的负荷预测为未安装实时量测设施的区域提供了良好解决方法。不能进行电表实时量测或者在电表量测有部分缺失、延迟的情况下，通过对配电自动化以及电表的历史数据进行量测训练人工智能模型，计算全节点的电压。

  目前，国网江苏电力配电网的可计算率达到近90%，整体的计算合格率达到了99%，为进一步支撑分布式光伏推演等后续基于算法的运行管理打下了坚实基础。未来，应用人工智能也可以实现分布式光伏集群处理的推算预测，以及对电动汽车接入电力系统的预测，包括对电动汽车量测样本、负荷样本的采集，以解决电动汽车接入电网后引发的不平衡问题。

  配电环节是直接与用户打交道次数最多的环节，人工智能的应用可以助力电网企业提高营商环境，提高客户服务水平。

  2019年7月15日，供电服务智能指挥员小艾“入职”国网扬州供电公司供电服务指挥中心。融合了语音识别、对话管理、实时通信、图像识别、流程自动化、专业知识聚合等基础能力的小艾能够代替配电网抢修指挥人员对配电网设备异常进行自动感知，在发现故障后，经过智能研判，立即指挥抢修。在提升供电抢修效率的同时，小艾强大的多线程处理能力，能够准确回答用户对于停电抢修的各种咨询，同时处理上万个用户来电。

  小艾的“诞生”基于对用户数据的感知、内部各业务数据共享以及与电网设备的高度互联，在水、燃气、交通运输等公共服务行业也可以应用这项人工智能技术，提升劳动效率和客户满意度。

  近期，由于ChatGPT被各方关注，自然语言处理或将成为人工智能的发展方向。ChatGPT 的一个关键特征是它能够理解和响应上下文，可以分析对话中使用的单词和短语，并使用此信息提供相关且准确的响应。这有助于用户服务和运检，即向ChatGPT驱动的聊天机器人询问检修或报装等问题时，聊天机器人可以准确地通过上下文理解对话，并及时提供反馈，提高服务水平。

  人工智能升级带给配电网的意义不仅体现在客户服务上。朱红认为，人工智能“大模型+小样本”学习模式，可以借助少量的样本来预测样本的类别，在极端情况下的运维检修工作中发挥作用。同时，我们还可以借助生成式的模型建立专用的电力知识图谱或者知识问答，形成类似虚拟调度员的机制。

  作为一个基于云的平台，大模型能更好地结合历史数据、经济数据、气象因素，可以主动发掘电网的薄弱环节，或者提前预知电网的风险点，设计相应的仿真方案，实际做到规划设计有依据。而且做完以后还可以再进行演算，确认规划的结果是否可靠，进行进一步迭代，提升规划的有效性，使得规划由专家经验向科学决策转变。

  朱红认为，这是一个长远目标，只有集行业专家、研究单位等多方力量，才能最终得到助力现代智慧配电网建设“电力ChatGPT”。

  朱红认为，人工智能“大模型+小样本”学习模式，能借助少量的样本来预测样本的类别，在极端情况下的检修工作中发挥作用。