阿里将AI应用于电力调度 高精度电网负荷预测模型落地

(文/李弯弯)近日，阿里将AI应用于电力调度，联合电网研发出的高精度电网负荷预测模型，已经落地山东德州。

该模型的母线负荷预测准确率达98%，可以有效应对大规模光伏并网带来的冲击，促进了电网安全稳定运行。目前，该电网负荷预测模型已经覆盖德州近60条220千伏母线。

母线是电力配送的枢纽，母线负荷预测是电力调度的基础。

该预测模型大大提升工作效率。传统母线负荷预测靠人工经验，工作量大，操作时间紧迫，AI介入后，能将预测耗时从之前的1个多小时缩短为几分钟。

据介绍，该高精度负荷预测模型基于自研AI算法，融合了气象预报、负荷转供、大用户用电计划、节假日等多源异构的海量数据进行联合建模，解决了大量新能源并网造成的负荷预测准确率下滑的问题。

如今，将AI技术应用于电力系统中，已经有非常多的探索和落地。比如今年3月国网邯郸供电公司电力调控中心的调度大厅内，一位集RPA、AI技术于一身的“数字员工”正式上岗。

据介绍，利用桌面自动化、图片智能识别等技术，报表机器人可以在授权范围内自动登录门户网站、OMS等多个系统，提取所需调度业务数据，经分析处理后快速生成规范表单，可成倍提升工作效率。

国家电网在AI领域已经积累了非常多专利，包括AI配电变压器、AI智能算法、智能机器人等，其中巡检机器人在电网领域的落地应用比较成熟。

巡检机器人通过高精度定位，以及AI语音、图像等识别技术，能够在恶劣环境下完成人工很难完成的作业，通过规模化作业，大幅度提高作业效率，甚至通过深度学习技术，能够针对台风等自然灾害进行电网灾害风险动态评估。

南方电网在AI方面的应用也较为领先，此前其和百度达成战略合作，通过机器视觉、人工智能自然语言处理等技术，辅助其在输、配电等各个环节作出精准分析、判断、优化、决策。

AI技术的应用能够大幅节约电力，此前有报道显示，百度科技园智能楼宇上线，应用AI技术，从设备画像技术、集成设备功能、区域人员分布、天气温度以及环境数据实现对建筑物系统控制，一个月省下25万度电，如此推算一年能节省300万度电。

具体计算，中国建筑每年用电大概是2.5万亿度，如果该AI技术推广到全国，一年可以节省5000亿度电，大约相当于2500亿元的产值。

AI技术未来在电力领域会有很大的应用，如今新型电力系统建设加速，对智能化升级需求明显，达摩院决策智能实验室负责人印卧涛表示，“新能源电力不仅要发出来，更要用起来，这就需要一张更加智能、更为弹性的电网。”而这些都离不开AI技术。

原文标题：AI在电力行业中的应用，阿里入局!

文章出处：【微信公众号：电子发烧友网】欢迎添加关注!文章转载请注明出处。

审核编辑：汤梓红

电网调度负荷高精度

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。