主页> seo案例> 【北京seo】深圳智能电网调度AI决策平台建设与应用

【北京seo】深圳智能电网调度AI决策平台建设与应用

北京seo 2022-06-06 06:08 seo案例 171次

  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。

【北京seo】深圳智能电网调度AI决策平台建设与应用

  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

本文标题:【北京seo】深圳智能电网调度AI决策平台建设与应用

本文地址:http://www.gzxdxh.com/seoal/68218.html

Tags:

网站分类
标签列表