莊莉，高偉，郭麗華，王燕淑，宮江偉

（福建億榕信息技術(shù)有限公司，福建福州，350000)

1 人工智能與智能電網(wǎng)

人工智能包含多個方面，是眾多學科在不斷碰撞下，逐漸交融發(fā)展而來的綜合學科，其中包括搜索、知識表示、規(guī)劃推理等板塊。人工智能是科學領域的重要代表，其目的是創(chuàng)造出能夠幫助人們，作為具有智能水平的智能機器，對于人類發(fā)展來說有著重要的進步。淺層機器學習模型，為人工智能的第一批研究模型，由于樣本和計算單元有限，使得當時的機器學習無法計算復雜函數(shù)，令其泛化能力受到制約[1]。

隨著目前科學技術(shù)的發(fā)展，人工智能也開展了更多的研究，現(xiàn)在的人工智能主要存在四種特點：第一種是具備多隱層網(wǎng)絡結(jié)構(gòu)；第二種是可以針對隱層網(wǎng)絡，采用無監(jiān)督、半監(jiān)督學習算法，進行逐層預訓練；第三種是海量學習樣本；第四種是從低層特征出發(fā)，令智能機器可以自動學習高級特征。在此基礎上，從環(huán)境到行為映射，智能機器可以進行再勵學習，依靠自身的經(jīng)歷和周圍的環(huán)境，改進行動方案并進行自我學習，進而形成人工智能領域新的研究熱點[2]。

2 智慧電網(wǎng)輸電裝置及應用環(huán)節(jié)

現(xiàn)如今，國內(nèi)外尤其是歐美發(fā)達國家已經(jīng)根據(jù)自身的電網(wǎng)結(jié)構(gòu)、技術(shù)特點等內(nèi)容對智能電網(wǎng)進行了深入研究與探索。因為各國電網(wǎng)應用狀況存在差異，所以針對智能電網(wǎng)提出的定義和理解也有所不同。但從實踐角度來看，智能電網(wǎng)主要是指運用信息化技術(shù)，讓電力生產(chǎn)、輸送、變化、分配等模塊可以在統(tǒng)一管理中得到合理運用，以此在廣泛傳遞電網(wǎng)信息的同時，保障城市供電的精確性和有效性。

結(jié)合如下圖1所示的智能電網(wǎng)應用結(jié)構(gòu)圖分析可知，我國建設發(fā)展提出的“堅強智能電網(wǎng)體系”包含智能電表、智能電網(wǎng)設計、智能發(fā)電系統(tǒng)等多項內(nèi)容，在實踐發(fā)展中，不僅要滿足用戶需求和電網(wǎng)安全保障，還要將堅強看作智能電網(wǎng)發(fā)展的根基，而智能屬于實踐技術(shù)探討的核心，只有兩者全面融合才能滿足現(xiàn)代化智能電網(wǎng)建設發(fā)展需求。

而智能電表作為智能電網(wǎng)運行的終端，不僅具備傳統(tǒng)電能表所包含的計量功能，為了滿足智能電網(wǎng)建設和新能源應用需求，科研學者還利用先進技術(shù)理念提出了多種數(shù)據(jù)傳輸模式、用戶端控制功能、多項多種費率計量功能等[3]。從實踐角度來看，智能電表會利用電流互感器或分流器將電流信號，轉(zhuǎn)變成可以利用的小信號，并根據(jù)分壓電阻或電壓互感器將電壓信號轉(zhuǎn)變成可測量的小信號，而后結(jié)合專用芯片將模擬信號轉(zhuǎn)變成數(shù)字信號，并對其實施數(shù)字積分運算，由此輸出頻率和電能是正比例關系的脈沖信號，相應的脈沖信號被傳遞到微計算機，在經(jīng)過處理后會呈現(xiàn)在液晶屏幕上[4]。由此可知，基于人工智能設計的智能電表主要包含以下部分：第一，電源模塊，主要用來為電能表提供所需的電源；第二，計量模塊，會在收集電壓電流樣本的基礎上，利用計量芯片轉(zhuǎn)變成實際電能的數(shù)字數(shù)據(jù)；第三，顯示模塊，主要用來呈現(xiàn)電量等有關數(shù)據(jù)信息；第四，通信模塊，主要用來與主機傳遞信息，屬于數(shù)據(jù)傳輸?shù)闹饕ǖ?；第五，安全模塊，主要用來保障數(shù)據(jù)傳輸?shù)陌踩阅埽坏诹?，時鐘模塊，主要為系統(tǒng)運行提供實時的時鐘信息，可以作為電量凍結(jié)和切換費率的有效依據(jù)；第七，儲存模塊，主要用來存儲與電能表有關的各項參數(shù)、電壓電流，數(shù)量、歷史數(shù)據(jù)等[5]；第八，通斷電模塊，主要用來合理管控用戶的停送電。

圖1 智慧電網(wǎng)應用環(huán)節(jié)

3 當前智能電網(wǎng)中人工智能的使用情況

3.1 智能電網(wǎng)中電力系統(tǒng)故障診斷

作為智能電網(wǎng)自愈過程的主要環(huán)節(jié)，對于智能電網(wǎng)的構(gòu)建來說，有著重要作用。電力系統(tǒng)故障診斷可以分為三個級別，分別為系統(tǒng)級、器件級，以及設備級，根據(jù)電網(wǎng)的受損情況，合理選擇故障診斷方法。在傳統(tǒng)方法的使用中，通常會根據(jù)電網(wǎng)的時頻特性，以物理手段獲取故障特征，雖然在電力工業(yè)中發(fā)揮了較大作用，但是在復雜故障的處理中，無法對故障進行深入診斷，且其適用范圍有限。為此，可以基于人工智能技術(shù)，并將該技術(shù)應用于故障診斷。

3.2 智能電網(wǎng)電力負荷預測

當智能電網(wǎng)中出現(xiàn)電力負荷的情況時，會為整個電網(wǎng)的建設帶來負面影響，負荷預測是電網(wǎng)運行的基礎，在傳統(tǒng)方法的使用下，存在難以獲取數(shù)據(jù)、模型結(jié)構(gòu)復雜等問題，針對這些問題，目前的負荷預測方法可分為：前饋神經(jīng)網(wǎng)絡、回歸樹SVM等方法，這些方法主要采用變分模態(tài)分解原理，結(jié)合經(jīng)粒子群算法，將歷史負荷序列逐步分解，并優(yōu)化電荷重組后的DBN模型，進而提高模型預測精度。

針對智能電網(wǎng)負荷調(diào)度問題分析可知，本文研究提出的算法主要用來管理不同能量消耗級別的大量可控制電器。雖然現(xiàn)如今科研學者提出了多種應用算法處理相關問題，但因為實踐應用過于復雜，最常見的依舊屬于遺傳算法。遺傳算法不僅為給定問題提供了近似最優(yōu)解，還具備解決復雜能力的獨特優(yōu)勢。結(jié)合下圖2所示的G-DSM算法流程圖分析可知，其主要用來解決成本優(yōu)化問題。

圖2 G-DSM算法流程圖

針對正與算法應用進行實驗分析發(fā)現(xiàn)，按照如下表1所示的可控設備進行調(diào)度管理分析發(fā)現(xiàn)，可以得到如下圖3、圖4、圖5所示的對比結(jié)果。

表1 可控設備的介紹

圖3 基于算法規(guī)劃前后的電力消耗對比圖

圖4 基于算法規(guī)劃前后的電力費用對比圖

圖5 基于算法規(guī)劃前后的電力能耗對比圖

根據(jù)上圖3分析可知，本文研究提出的G-DSM可以有效管控所在區(qū)域內(nèi)部的大量可控負載。這類算法可以在調(diào)整負載的基礎上獲取最小化成本和最低的峰均比，用電用戶可以在價格較低的情況下安排最大荷載。根據(jù)上圖3分析可知、用戶的峰值負荷從沒有規(guī)劃的98.8kWh下降到了91kWh，整體下降了7.96%；而上圖4中用戶在適當調(diào)整復合的基礎上，每日電費消耗從1367元下降到每天1269元，所在區(qū)域的用戶每天消耗電費下降了7.13%。通常來講，所處區(qū)域內(nèi)部存在非常多的可控電器，結(jié)合上圖5分析可知，運用G-DSM算法處理整棟小區(qū)的電力調(diào)度結(jié)果，并和應用算法之前的電力消耗情況進行對比分析可知，規(guī)劃之后的一天用電消耗差有了明顯下降，由此可知針對實時定價信號，區(qū)域用電負荷得到了科學管控。

4 結(jié)束語

在社會的不斷進步中，人們對生活質(zhì)量的需求愈加迫切，在這種變化下，電力已經(jīng)成為人們生活中不可或缺的資源，而人工智能的出現(xiàn)，又為智能電網(wǎng)的構(gòu)建指明了新的方向。為了更好的促進電力系統(tǒng)信息化與自動化，基于物聯(lián)網(wǎng)技術(shù)，使電力系統(tǒng)的各個元素有效連接，人工智能是科技行業(yè)的創(chuàng)新，通過這種創(chuàng)新模式，不僅會提高智能電網(wǎng)中電流的運行效率，還推動了電力系統(tǒng)的整體發(fā)展，使其朝著可調(diào)可控、可觀可測的方向不斷進步。對預測精度來說，人工智能可以收集該項目優(yōu)質(zhì)的訓練數(shù)據(jù)集[6]，通過對比實驗，針對不同的預測場景，預測電壓的穩(wěn)定數(shù)據(jù)，對于智能電網(wǎng)的實現(xiàn)是值得嘗試的一個方向。