北极星智能电网在线讯:智能调度AI决策平台紧密结合深圳电网的特点及调控需求，提出了人工智能在调控全业务应用的新思路，通过研究电网调度自然语言理解、电网本体知识图谱、智能态势感知与决策、基于智能模式识别的语音和人脸识别等人工智能关键技术，设计模拟人类特征的智能电网调度架构，构建具有智能监视、大脑思维决策、智能交互、代理操作的智能电网调度软件，进一步提升电网调控运行的智能化水平，提高电网安全稳定运行水平。
一、前言
随着深圳电网的飞速发展，电网结构日益复杂，调控业务与日俱增，调控员关注的信息及工作越来越繁重。近年来人工智能、云计算等技术日渐成熟，将人工智能、云计算与电网调控业务相结合是电网调控业务发展的必然趋势。
智能调度AI决策平台紧密结合深圳电网的特点及调控需求，提出了人工智能在调控全业务应用的新思路，通过研究电网调度自然语言理解、电网本体知识图谱、智能态势感知与决策、基于智能模式识别的语音和人脸识别等人工智能关键技术，设计模拟人类特征的智能电网调度架构，构建具有智能监视、大脑思维决策、智能交互、代理操作的智能电网调度软件，进一步提升电网调控运行的智能化水平，提高电网安全稳定运行水平。
二、决策平台总体框架
（一）调控决策平台基础架构设计
深圳智能电网调度AI决策平台包括四个主要部分，分别为交互平台、核心算法、应用平台和前端展示，最终实现检修智能成票、智能告警监视等一系列调控业务功能。
交互平台：包括数据交互和模型管理，数据来源主要从OMS系统、DMS系统和图像采集装置等，数据管理支持对源数据进行数据清洗、数据标签、数据预处理、数据生成等加工，提高数据质量。模型管理是对YOLO、VGG等神经网络模型算法的维护，便于选取不同的模型进行训练。
核心算法：该部分为调控AI平台的核心内容，包括态势感知算法、事件推理算法、控制策略算法和异构并行计算算法。底层算法平台采用Keras、Caffe等深度学习框架，结合训练模型，输入样本数据集和数据模型结构，开始模型训练，对训练结果进行模型评估。
应用平台：包括图像识别、文字识别、人脸识别、解析服务、算法校验、流程服务等服务，为电网调控业务应用提供通用服务组件。
前端展示： 该部分为调度平台与调度员的交互窗口，平台结合3D地图，将各种线路以及站点在地图上进行展示；结合图表，各线路、站点所发生的的故障以列表进行展示，按照时间以倒序的方式进行展示；点击具体的事故，可以查看事故的处理进度以及处理方案；对各类故障及异常事件以曲线图进行展示，可自行调整、查看指定时间内事故和异常事件，并更新在列表内，方便查看历史事件。
（二）调控决策平台数据系统设计
在智能电网调度作业过程中，跟大量的调度系统有往来数据的交互，以及从相关的数据系统中获取数据，通过知识提炼工具加工为知识进行知识库构建，这些提供包括：OMS电网运行管理系统、OCS新一代调度自动化系统、网络发令及安全防护系统、调度规程数据、调度日志数据、设备台账信息及实时信息、调度电话系统、DTS系统等。数据接入针对不同的系统提供多源异构数据的接入技术工具，支持文件、数据库、日志、图片等多种格式数据接入，并支持离线数据接入和实时数据接入两种模式，实现不同业务场景对数据获取的需求。在数据接入的过程中，提供安全验证、并行处理技术，确保数据接入的安全交换，以及减少对来源业务系统的性能影响。
三、智能调控功能场景
（一）电网态势全局智能感知
当前以电网运行计划和调控系统告警信号驱动的城市电网调度操作体系在面临电网态势变化时响应能力薄弱，实时研判决策难度大，可能存在大电网安全隐患。调度AI决策平台改进了电网态势感知算法，提出了数据物理融合的态势预测方法，分别针对深圳电网直流换相失败、电动汽车路网耦合问题、深圳电网输电断面越限等问题进行研究，提出了相应的电网调控策略。
平台建立了以全景态势感知为基础的电网提前调控预案：通过短期、中期和长期的态势感知结果，推演电网态势演化路径，以电网安全稳定运行为导向，提出态势路径演化中的调控预案，提高电网态势快速变化中的调控中心响应能力，变被动调控为主动响应，形成预防性、提前性的调控预案，助力提高供电可靠性指标。
（二）电网调度运行优化辅助决策
结合深圳电网业务特点，提出基于AI模型的辅助决策模型，从降低电网运行风险以及缓解电网输电通道堵塞两个维度，开展城市电网运行的实时调度辅助决策，集调度风险因素分析、电压潮流运行约束、输配电网的接线结构分析以及供电路径的选择等问题，实现全过程一体化的优化辅助决策，解决目前地区电网运行调控和调度手段不足的问题，提升地区电网安全稳定运行能力。
考虑到深圳的多电压等级的城市电网模型，为更全面的满足降低运行风险的电网调度运行，首先针对多电压等级配电网协调转供，分析高、中压配电网典型拓扑结构；在此基础上，尽可能利用各级配电网的网络特征，降低转供过程操作步骤复杂度，建立多电压等级配电网拓扑约束的协调转供优化模型。
（三）基于告警信号的故障智能诊断
为解决电网一、二次模型库融合、物理机理特征保留、数据特征提取、业务特征集构建技术问题，构建事件化知识库，实现离散信息事件化融合展示；通过引入事件化的智能管控理论，研究事件推理算法、控制策略算法及电网调度运行优化辅助决策技术，从海量调度告警事件中识别电网故障模式，准确推测故障原因推理、故障类型和影响范围，生成复杂故障优化处理策略，提升电网海量事件实时分析和辅助决策分析能力。
提出电网运行事件的对象化建模方法，给出基于离散事件链的特征序列辨识和异常检测方法；提出了基于Petri网的电网运行模型挖掘方法，实现电网事件信息的高效智能化分析，从而辅助基于电网事件的调度控制决策推理；
提出了基于电网运行状态数据的知识挖掘方法，运用图数据库技术构建高度可扩展的事件化知识库，支持电网运行事件的高效存储和检索；构建了基于概率图模型的电网运行故障风险评价模型，可以实现电网运行风险的高效评估和电网停电损失的定量评估；
提出基于模糊时序Petri网的电网故障快速诊断方法，支持故障位置和故障性质的快速判断，实现针对典型故障事件的辅助决策支持；提出了综合考虑负荷重要性等级和调度操作复杂度和负荷恢复模型，可以给出故障后负荷快速恢复策略；提出了基于时空图卷积网络的电力系统暂态稳定性预测方法，将短时仿真与神经网络预测相结合，挖掘故障后电网特征的时空关联特性，可减少暂态稳定分析所需时间，可用于多种仿真分析场景
（四）电网故障处置策略智能生成
电网发生线路跳闸事故后，机器人通过从第三方系统中获取到线路跳闸事件或通过自身算法发现线路跳闸事件，并通过语音提醒的方式及时提醒调度员进行处置；在整个跳闸事故处置过程中，机器人实时获取与该跳闸事故相关数据进行分析，辅助调度快速完成事故信息集中展示、事故情况核实、消除事故风险、恢复送电路径、填写调度日志等任务，实现线路跳闸事故处置的智能化提升及流程化管控。
机器人围绕故障事件，通过第三方系统集成故障相关的故障设备、电网接线、突变设备、告警信息、监视视频、处置预案、故障录波、气象等信息，通过可视化表单集中展示。辅助用户快速掌握故障相关信息，迅速展开故障处置。
机器人以故障事件为驱动，按规程规范流程化管理处置过程。机器人辅助调度快速完成事故汇报、故障录波调阅、事故越限提醒、推送处置策略、事故现场核实、调度日志填报等任务，由此实现线路跳闸事故处置的智能化及流程化管控。
（五）基于图数据库的电网知识图谱
伴随着自动化、通信、计算机网络等技术在电力系统中得到日益广泛和深入的应用，电力系统已经成为电力信息物理系统。知识图谱就是让机器识别电网领域知识的一种很好的表达方法，通过schema建立数据关系模型来表达客观世界，让机器认识电网，通过在关系模型上建立推理规则来表达业务人员积累的专业经验，让数字技术去支撑电网运行。
随着电网领域知识的积累，业务人员的经验知识通过知识图谱固化下来，知识图谱的规模会越来越大，存储的事物之间的关联关系规模会越来越大，机器具备的背景知识会越来越多。知识图谱主要是存储对象以及对象之间的关联关系，在理解用户意图的场景上能发挥关键作用，在人工智能中理解用户意图是非常关键的一个能力，在知识图谱建立的大规模背景知识库的情况下，通过对象之间的关联关系来识别人的输入或者是别的机器的输入的能力会越来越强，机器认知世界的能力就会更强。
深圳智能电网调度AI决策平台首次提出电网调度领域的知识图谱生成策略，能够处理并融合多形态、多源异构的调度数据，有力支撑各类业务的知识处理业务。
通过研究电网调度自然语言理解、电网本体知识图谱等人工智能关键技术，辅助具有智能监视、大脑思维决策、智能交互、代理操作的智能调度应用软件的建设，进一步提升电网调控运行的智能化水平，提高电网安全稳定运行水平。
四、结语
目前，该系统已经完成测试验证，正在深圳电网进行实地部署。新型电力系统背景下，电网运行方式多样化，调度运行难度提升，充分利用AI技术支撑调度员日常工作，提高电网调控运行决策效率和效果。
调度AI决策平台将为调度业务流程、交互、性能等场景方面提出人工智能水平提升的解决方案,为调控从经验性向智能化转变提供强有力技术支撑，调度操作效率大幅提升，设备停复电操作时间降低，减少用户停电时长及电网不正常运行方式，提高电网事故处理水平，提高电网事故处理安全性及速度，降低停电所造成的社会影响，规避或降低电网运行风险，提高供电可靠性。
本文首发自北极星输配电网 作者：刘雪飞（深圳供电局）转载请申请授权，注明来源及作者！
