cpem电力设备管理|人工智能技术在新型电力系统的深度应用-凯发官网首页

建设以新能源为主体的新型电力系统，是推动电力清洁低碳发展的必然选择，未来随着新能源比例不断攀升，新型电力系统将涌现大量分布式风力、太阳能发电设备及电池储能等装备，因此，需要结合数字技术和人工智能实现对电网设备状态的高效准确、及时感知与智慧决策，以应对新型电力系统设备运维带来的挑战。


人工智能助推新型电力系统设备精确可测

新型电力系统构建后，原有设备的状态数据如何在日趋复杂的电气环境下得以准确量测？新能源接入所带来的大量电力电子设备的状态缺乏有效的量测手段如何突破？针对这两个方面的挑战，可从以下方面进行突破。

首先，需要突破原有设备状态数据精确量测的问题。电网设备发生异常后，目前主要通过人工开展带电试验的方式进行设备状态的判别，这种设备状态信息获取方式的精细度还存在较大的提升空间。因此，需要从量测手段的智能化着手研究。机器人替代人工作业是方向之一，当前国内外已有电网作业机器人的相关研究，未来可以将机器人技术探索扩展至其他关键设备，实现对设备状态数据的24小时全天候实时量测，在提升运维智能化水平的同时，避免人员在带电作业过程中所面临的安全风险。另外，还需要突破电力电子化设备状态数据获取困难的问题。

数字技术助推新型电力系统设备全面感知

针对新型电力系统新增的新能源设备，如海上风电平台、海上换流站设备、海底电缆等设备，开展跨平台、跨设备成像数据的融合三维重构方法研究，实现不同巡检设备、不同成像角度、不同分辨率的成像数据多视角高分辨率三维重建；攻克多维异源图像像素级高精度配准技术，建立电力设备多维状态数据的空间匹配关系以及多维信息可视化模型，实现不同分辨率、不同视场角、红外、可见光、激光点云、声音成像数据在三维空间的立体配准；突破海上平台设备密集、日间设备零部件强反光等成像识别难题，大幅提升海上风电设备识别精确度，实现新能源设备的状态全面感知与智能预警。

针对新型电力系统设备状态感知的多场景应用问题，先进传感器的封装、高精度和高可靠安全运行面临巨大挑战。研究电光效应、逆压电效应等传感技术，开展新的物理量耦合机制指引、新型先进传感材料支援和新颖有效传感器拓扑协助，研制性能稳定、准确度高且成本低的新型电压电流微型传感装备，实现新型电力系统电压电流传感器数字化、小型化及便捷化。


先进计算助推新型电力系统设备高度可控

新型电力系统构建后，系统设备层级的控制面临着电网规模扩大、系统节点爆炸式增长等带来的高并发分析计算、谐波及过负荷等系统特征复杂所带来的高实时分析计算的挑战。针对这一挑战，应当将计算机、信息化、人工智能领域的技术与传统电气技术进行交叉融合，形成新的智能化方法体系，具体可从以下几个方面进行突破。

场景边界界定及算法技术的迁移。一方面是明确新型电力系统设备状态识别的多源异构数据处理及人工智能深度学习计算场景的定义、需求及规则，另一方面，分析诸如深度学习、大数据挖掘分析等智能计算领域主流算法技术如何迁移到平台框架，如何能发挥出应有的效果。

基础计算平台架构的搭建。新型电力系统下网架规模扩大、传感技术的提升将会累积海量的多源异构数据，用好这些数据，挖掘有效信息实现系统及设备风险的感知，离不开高性能计算技术的支撑，而计算平台架构是根基。首先需要从计算资源的协同出发，研究以自主可控处理器为核心的cpu/gpu/npu异构计算资源协同调度技术，将计算资源“拧成一股绳”。其次，从任务计算的协同出发，研究面向异构计算框架的分布式任务计算与调度技术及面向高吞吐推理计算的资源虚拟化优化与并行计算技术，实现非同源数据的高同步挖掘。最后，从整体架构的构建出发，形成融合异构计算资源调度、分布式高并行计算、云边端协同技术的先进计算框架平台。

 联系电话：171 8013 4127（微信同号）