吴昌 李震 任娴婷 谢永胜

摘要：新能源大量入网使得调度员调控难度加大，分布式光伏数据分布在不同的应用系统中，调度员人工检索统计分布式电源困难。鉴于此，采用人工智能语音技术，开发了分布式光伏人工智能检索系统，能够通过语音进行分布式光伏的检索与统计，检索结果呈现方式多样，缩短了计算人员数据准备时间。

关键词：人工智能;分布式光伏;语音识别;语义理解

0    引言

随着我国对可再生能源的重视，越来越多的分布式电源加入电网，高渗透率分布式电源接入改变了电网结构[1]，对传统的电网调度冲击较大[2-3]，引起了电网调控业务的深刻变革。

分布式光伏作为可再生能源的重要组成部分，近年来在衢州快速发展，光伏最大出力占衢州全社会最高负荷的40%以上，在电网计算时，忽略分布式光伏的传统做法将导致电网计算结果不再准确，在计算时必须对分布式光伏的出力数据进行预处理，从而对分布式光伏日常数据管理提出了更高的要求。

由于分布式光伏存在数量多、分布广、增长快等特点，分布式光伏模型与电网模型耦合度较弱，难以准确快速获取与计算相关的分布式光伏数据，传统的基于Excel进行统计汇总的方式效率难以满足计算的需要，需要采用新的思路来解决分布式光伏检索问题。

人工智能技术的发展及在电网调控领域的应用实践[4-5]，使得利用人工智能技术快速检索分布式光伏数据成为可能。

1    分布式光伏人工智能检索设计思路

1.1    分布式光伏检索核心需求

目前分布式光伏人工智能检索主要存在以下业务需求：

（1）利用语音技术，能够根据电压等级检索、统计不同容量的光伏出力。

（2）能夠根据馈线检索并统计光伏容量、出力数据。

（3）能够根据变电站、母线、主变统计光伏出力数据。

（4）能够根据计算需要，按时段、类别、名称等进行检索和统计。

1.2    分布式光伏人工智能检索难点

分布式光伏数据既包含相关台账数据，又包含实时量测数据，由于分布式光伏资产性质上基本不属于电网公司，普遍存在着与电网设备之间的拓扑关联较弱的现象，台账与量测关联性不强，无法从电网设备角度出发进行有效的查询与统计汇总，需要进行光伏数据标准化工作。

光伏数据标准化工作首先要实现光伏模型与电网模型的拓扑关联，其次要实现光伏量测数据与台账参数的统一。

2    分布式光伏人工智能检索架构设计

分布式光伏人工智能检索架构设计如图1所示。

支撑层1：支撑层主要完成系统必要的支撑工作，如进行接口开发，从第三方系统中进行数据输入，完成数据标准化工作，并进行图形化建模，实现分布式光伏量测数据与参数、电网拓扑的有机统一。

支撑层2：包括语音输入设备（话筒）、电话网接入交换机、电话语音卡，此部分主要完成语音的输入。

软件服务层3：此部分主要实现分布式光伏语音检索相关服务封装，如构建语义模型与应用场景，实现语音转文字、语义识别与转换，并根据查询结果输出相应的语音、图形及文字服务，这些功能需要第三方语音平台的支撑，并完成语音模型的训练。

应用层4：提供与用户交互的软件界面，实现分布式光伏的人工智能查询与输出，输出结果包括语音输出、文字输出、图表输出。

一个完整的查询过程包括以下环节：

（1）系统前端通过话筒或电话，获取语音输入。

（2）系统启动语音识别服务，识别出语音内容与人员。

（3）系统启动语义识别服务，识别出对话语义与意图

（4）系统使用意图与实体从服务层中获取JSON数据。

（5）系统根据JSON数据分类查询分布式光伏数据。

（6）根据查询类别分别推送查询结果。

3    关键技术

3.1    语音识别与语义理解

语音识别是人工智能检索的难点，为了能准确识别不同说话人的说话内容，摒弃因环境噪声、说话人的地方口音差异而引起的识别干扰，采用了定制化语音服务对不同查询人的语音模型进行训练，经过一段时间训练，使得识别准确率达到90%以上。

让计算机能够理解说话人所说话的语义并进行正确响应，使计算机具有具有较高的智能性，技术挑战性比较大。在语义识别领域，微软的LUIS具有较强的技术优势，它采用深度学习的NLU解决方案，具有一定行业领先性，它通过意图（intent）与实体模型（entity）的关联，实现对语义的理解与变量的提取，实用化程度高，通过多维词嵌入的特征提取，完成对语义的理解。

3.2    自动图形建模

分布式光伏数据量较大，其与电网耦合度较低，因此提取电压等级、馈线、光伏容量等多个维度的信息，根据所接入的馈线，自动实现与馈线的图形化建模，满足从电网设备角度查询分布式光伏的需要。

3.3    智能响应

当识别出意图之后，可以根据检索意图类型与变量，分别调用相应的服务，获取服务结果后，向客户端推送结果，智能化地应答检索需求，实现不同类别检索需要。

4    应用情况

系统前端采用.Net Framework 4.8 WPF技术开发，客户端采用Frame技术实现，客户既可以通过传统的鼠标键盘方式进行查询检索，也可以通过语音输入，输出结果包含语音、文本、列表，基本满足光伏智能检索需要。系统上线后，经过一阶段的语义模型调优，应答准确率较高。

5    结语

衢州公司应用分布式光伏人工智能检索系统以来，取得了良好的效果，真正意义上做到了由人工智能代替人工完成分布式光伏的检索，有效缩短了电网运行方式的数据准备时间。检索系统能够完成90%以上日常检索统计工作，有效解放了生产力，达到了预期的目的。

[参考文献]

[1] 王洪坤，王守相，潘志新，等.含高渗透分布式电源配电网灵活性提升优化调度方法[J].电力系统自动化，2018，42（15）：86-93.

[2] 黄强，吕振华，韩华春，等.光伏电站并网运行典型问题分析[J].电气开关，2018，56（4）：29-32.

[3] 赵若言.语音识别技术在人工台智能化应用[J].电子技术与软件工程，2018（17）：141-142.

[4] 吴昌，留益斌，李震，等.人工智能调控电话答录系统的应用实践[J].农村电气化，2019（5）：49-50.

[5] 窦建中，罗深增，金勇，等.基于深度神经网络的电力调度语音识别研究及应用[J].湖北电力，2019，43（3）：16-22.

收稿日期：2020-03-04

作者简介：吴昌（1982—），男，浙江衢州人，工程师，从事电力调度工作。