人工智能+新型配电系统认知与实践.pptxVIP

国家电网

STATEGRID

南瑞集团配电公司杜红卫

2024.07.25

01背景与现状02.认知与框架03.探索与实践

背景与现状

基本情况--概述

特定任务

算法时代

主要方式：特定算法，根据输入完成特定任务

典型特点：特定场景特定任务训练，Al自动重复特定任务，成本贵

菡

南网在积极部署大瓦特行业大模型，三大运营商

也已部署“九天”“原景”“星辰”大模型

多个任务

大模型时代

主要方式：大模型多点智能化，根据命令完成多个任务

典型特点：私有化部署大模型框架，电力行业数据预训练，为场景化人工智能应用提供基础

多数任务

AIGC时代

主要方式：生成式人工智能

(AIGC)高度智能化，根据命令完成复杂且多环节的工作

典型特点：电力行业按专业、场景垂直行业模型

所有任务

多模态时代

主要方式：多模态实现更高智能化，能完成几乎所有的工作

典型特点：各类输入，Al都能自己应对

合规与数据安全是电力行业Al大模型建设及应用所必须遵从的要求；建设国网行业大模型、场景Agent应用是必要的

以OpenAl为代表的大模型企业对行业词表开发及应用专业性不足(已有大量用户，重训练成本高)

国内大模型以及开源模型，以已有预训练模型微调为主，行业应用在法律、医疗等语义类为主

5

电力人工智能是人工智能的相关理论、技术和方法与电力系统的物理规律、技术与知识融合创新形成的“专

用人工智能”。针对当前和未来电网高随机性、强耦合性、多时间尺度等特点，将人工智能技术和电力领域专业知识相结合形成针对性解决方案。

深度逻辑分析

自主认知与行为决策

核心业务决策

人机协同混合增强

高泛化性迁移学习

知识与数据融合

基本情况--概述

6

电力人工智能的国内应用研究范围涉及电力系统发、输、变、配、用全环节，在发电功率预测、设备智能

巡检、设备异常与故障应急处理、客服智能服务、电网故障处理及紧急控制等业务中已有相关应用研究。

总部侧已初步建成了公司级人工智能“两库一平台”,省侧已在天津、河北、冀北、

基础能力建设山东、上海、江苏、浙江、安徽、福建、湖南、四川、重庆、辽宁、甘肃和新疆等15

家省公司部署了省级人工智能平台，为后续深化推广应用人工智能技术奠定良好基础。

设备领域：应用无人机智能巡视和输电通道智能监控技术，替代传统人工巡检，提高了隐蔽性缺陷和突发隐患的发现率；

安监领域：开展现场作业视频智能分析，实现典型违章行为的智能识别；

营销领域：开展智能营业厅、智能语音客服等场景建设，实现智能化的业务咨询和办理；

基建领域：在高风险和复杂工序现场，实施违章智能告警应用，有效识别电力作业现场安全隐患。

发展

现状

应用建设方面

基本情况--现状

7

近几年，各专业部门都在积极探索人工智能技术应用，运用智能语音、图像识别、视频分析、知识图谱等人

工智能技术，在设备、调度、安监、营销、基建等领域都已开展典型应用建设。

基本情况--现状

8

04基本情况--痛点

跨专业模型不统一，调度依托IEC61970、IEC61850,设备专业主要依托SG-CIM,营销专业主要依托SAP

公用模型(水电气),各专业主要通过模型对应实现贯通，各类数据在专业间共享需要多重转换；

基础数据质量不高，对于人工智能算法的训练和应用，需要大量的高质量数据，然而，配电网的数据来源多

样化，数据质量参差不齐，数据采集和清理工作是一个复杂的任务。

业务融合深度不够，诸多系统外行业在大模型与数据挖掘方面已有不少建设成果，但人工智能技术与电力业

务深度融合、电力大模型与成熟小模型有机结合等方面尚有欠缺，产品与Al结合生硬。

电网中各种设备、传感器和信息系统

会产生大量的数据，需要对这些数据进行收集、处理和分析，以提取有用的信息。处理这些数据需要高效的算法和计算资源。

人工智能算法可以与传统的控制方

法相结合，以充分发挥各自的优势。需要研究如何将人工智能算法与传统方法有机地结合起来。

电网数据量很大，但标记的数据相对

较少，这使得训练人工智能模型变得困难。需要探索有效的数据标注方法来增加可用数据量。

模型训练

数据采集与处理

算法选取与优化

》》》挑战《《《

9

传统人工智能应用架构(小模型+样本)

定制高、复用少

配电网各应用系统(PMS、配电自动化)

新一代人工智能应用架构

(专业大小模型+专业知识底座+角色智能体)

会推理、角色化、可复用

配电网大模型

配电网知识底座

基本情况--趋势变化

专业小模型

专业小模型

专业小模型

智能负荷转供

典型方案

设备缺陷识别

图像样本

设备故障

诊断

缺陷样本

配网风险

预测