林丽丽

摘 要：在社会和经济发展过程中，各个领域消耗的电力能源不断增多，传统的电力生产模式无法满足使用需求，需要电力企业积极运用人工智能技术，利用该技术构建电力调度自动化系统，一方面提高电力企业安全稳定的运行能力，另一方面提高电力能源供应效率，从而借助电力调度自动化系统，促进电力企业可持续发展。

关键词：人工智能;电力调度;自动化系统

人们在生活和工作中，对电力能源的需求量不断增加，提高电力企业的供电能力，需要运用电力调度自动化系统，该系统具备自动化调度能力，可以快速传输调度信息和数据，使电力供应更加稳定。在电力调度自动化系统运行过程中，积极应用人工智能技术，既能优化和完善系统，使资源进行有效的优化配置，还能降低安全事故发生的概率，有效控制运维成本。

1 人工智能技术的概述和发展

人工智能技术由多个领域的不同学科组成，其中自动化技术、信息智能技术是重要的组成部分。现阶段人工智能技术广泛应用在机械制造、工业生产等领域，使生产过程完全处于自动化状态，无需人工操作，即可完成生产、问题处理等工作。将人工智能技术应用在电力调度系统中，利用人工智能技术，可以将调度系统建立成独立单元，使每个单元具备较高的信息处理能力。每个单元均具备独立的运行能力，借助人工智能技术构建相互联系的关系，可以提升信息存储以及传输的能力。

人工智能技术在应用过程中，通过模仿人体神经系统，根据机电保护原理，最大程度保护电力系统正常的运行，一旦电力系统出现问题，人工智能技术会快速查找引发问题的原因，根据原因实施解决措施。此外在应用人工智能技术时，会使电力调度系统具备隔离运行的能力，若电力系统出现问题，电力调度系统仍能正常的运行。在电力系统发展过程中，随着系统规模不断扩大，结构愈发的复杂，充分发挥人工智能技術的整合和集成优势，不断提升电力调度自动化系统的运行能力。

2 当前电力调度中存在的不足之处

现阶段电力调度工作存在的不足，主要体现在以下几个方面：一，传统的调度模式转变为新型模式，许多员工不具备专业化能力，在电源接入、配置自动化设备以及实施管理措施等方面，均出现不同程度的问题，进而影响到电力调度自动化系统的构建;二，许多企业仍采用传统的调度运行管理模式，导致信息处理等工作经常出现问题，并且工作效率较低，日常管理成本不断增加。

3 探索在电力调度中应用人工智能技术

人工智能技术在电力系统的应用过程，是从1956年由逻辑理论家提出，并在该年设计出专家系统，发展至1970年，提出感知机和8P神经网络。进入到2000年以后，PSO电力系统经济调度、负荷预测及优化等理念，逐渐应用在电力调度系统中，并成为现阶段电力调度自动化系统应用的基础。

3.1 应用人工智能进行日常管理

将人工智能技术应用在电力系统，可以极大的缓解调度员的工作压力，调度员只需通过计算机，即可快速完成交接班、调度日志、每日汇报、购电记录等工作，上述工作产生的数据，全部由人工智能技术独立完成，日常管理工作中应用人工智能技术，可以提高管理工作效率。此外人工智能技术可以分析电网情况，包括运行状态、设备性能等，通过分析可以及时发现存在的问题，人工智能技术会在最短的时间内处理问题，保证电网运行更加安全稳定。在传统的日常管理工作中，人工操作会出现错误，对电网下达错误的指令，致使电网无法正常的运行。为避免错误引发的安全事故，利用人工智能技术，可以保证每项下达的命令准确无误，并且极大的简化管理工作流程，防止每个环节出现错误，从而提升电力调度系统精细化管理质量。

3.2 应用专家系统进行主动电力调度

专家系统结构图如下，专家、知识工程师，通过人机交互界面，可以获取专业知识，在知识获取过程汇总，理解机器的表达形式，将表达形式存储在知识库中，知识库向推理机、综合管理数据库等传输信息，完成一系列的电力调度工作。此外用户也可以通过人机交互界面，在解释器的帮助下，掌握电力调度信息，以便合理控制电力能源使用。

电力调度自动化系统中，专家系统是重要的组成部分，针对电力调度系统存在的特殊问题，专家系统具备快速处理能力，保证电力调度系统正常的运行。专家系统是由多个构件组成，包括人机交互界面、知识库、推理机以及综合数据库。以系统中的知识库为例，知识库主要用于存储电力调度知识，并借助丰富的经验，掌控调度系统的运行过程。使用综合数据库，电力调度系统会使用到原始数据，根据原始数据制定电力调度计划。专家系统在电力调度系统的作用主要体现在以下几个方面：首先，根据不同用户的用电情况，专家系统会利用用户的用电数据，构建电量虚拟模型，在模型内预测用户用电量的变化情况。如以公共场所为例，虚拟模型会分析出公共场所用电高峰和低谷，根据高峰和低谷调整供电量，既要向高峰时段提供充足的电量，还要提高电量能源的利用率;其次，专家系统会制定电力调度预案，防止在短时期内，电力能源使用量不断增加，影响到正常的供电运行，通过调度预案，及时补充存在的用电缺口，保证用户正常的生产和经营。

3.3 应用深度神经网络可视化技术进行电力调度

传统的电力调度模式，需要调度员进行复杂的管理工作，重要工作用于处理大量的调度数据信息，并且处理过程较为繁琐，调度员会花费较多的时间和精力，若调度员处理数据时出现错误，会影响到电力调度系统正常的运行。为提高数据信息的处理效率和精度，避免发生错误，使调度员摆脱繁琐的工作，将深度神经网络可视化技术应用在电力调度系统中，该技术可以在海量的数据信息中，快速找到所需要的信息，将信息制作成图片的形式，形象的展示在调度员面前，可以直观的掌握调动情况，根据实际情况实施管理措施。此外将现实技术与深度神经网络可视化技术高度融合，为电力调动系统的每个节点，构建可视化单元，对每个单元进行智能化管理，可以提高电力调度的精度。

3.4 应用神经网络进行电力调度

神经网络应用在电力调度系统中，可以将电力调度系统构建成连接模型，连接模型具有人类大脑的抽象性和模拟性思维。在连接模型中存在复杂的非线性关系，在模型中非线性关系产生的定量或者定性信息，以单元的形式存储在神经元中，并且每个神经元具备容错功能，可以快速处理各个神经元存在的问题。此外神经网络具备多种功能，包括自主学习、联想存储以及寻找破解等。利用神经网络，电力调度系统可以预测短期内承受的负荷，短期时间包括季节、周以及日，所以神经网络会建立季节预测、周预测等模型，通过不同的模型，可以预测电力系统潜在的风险，根据风险可能引发的安全事故，在模型中采用有效的方法进行处理，避免潜在的安全风险影响电力调度系统正常的运行。电力调度系统中会配置不同的设备，包括变压器、母线等，神经网络为每个设备构建预测模型，通过预测及时处理潜在的问题。

4 结语

综上所述，在电网运行管理工作中，电力调度工作尤为重要，运用人工智能技术构建电力调度自动化系统，通过专家系统、神经网络系统以及深度神经网络系统，一方面优化和完善电力调度系统，提高系统的自动化能力，使每个环节的工作，均能快速有效的处理产生的数据，另一方面实现资源优化配置，提高电力能源的利用率，为用户提供更加稳定的电力能源，从而创造良好的经济效益和社会效益。

参考文献：

[1]赵磊.人工智能技术在电力调度自动化系统中的运用分析[J].山东工业技术，2019，（11）：164.