國電南京自動化股份有限公司高級設(shè)計師 吳言楓：尊敬的各位領(lǐng)導(dǎo)，各位來賓：大家上午好!首先感謝會議方為我們提供這么好的平臺，讓我們共聚在此，暢談技術(shù)，了解人工智能賦能綠色低碳轉(zhuǎn)型的研究成果。下面由我代表公司對人工智能在智慧運檢領(lǐng)域的探索與實踐情況進(jìn)行介紹。

今天的報告分三部分：發(fā)展方向、探索實踐、探索方向三個方面，和各位做個交流。

首先是發(fā)展背景。人工智能可以說是第四次科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量，也是電力行業(yè)作為科技和產(chǎn)業(yè)的重要部分，研究人工智能技術(shù)如何在電力系統(tǒng)應(yīng)用中結(jié)合業(yè)務(wù)落地應(yīng)用，對于推動電力行業(yè)技術(shù)進(jìn)步和產(chǎn)業(yè)發(fā)展發(fā)揮也具有重要作用。

在國家層面，從2015年開始，提出人工智能新興產(chǎn)業(yè)培育;2017年，將人工智能提升到了國家戰(zhàn)略地位;加快人工智能場景應(yīng)用，促進(jìn)數(shù)字技術(shù)與實體經(jīng)濟(jì)深度融合是未來的發(fā)展趨勢。在行業(yè)政策層面，國南網(wǎng)也發(fā)布了建設(shè)方案、專項規(guī)劃和白皮書，促進(jìn)人工智能技術(shù)在電網(wǎng)行業(yè)應(yīng)用落地。

經(jīng)過這么多年的發(fā)展，國際上普遍認(rèn)為人工智能技術(shù)將呈現(xiàn)三個階段，即弱人工智能、強(qiáng)人工智能和超級人工智能，從1950年開始一直到現(xiàn)在，我們基本上還處于弱人工智能時代，即利用現(xiàn)有智能化技術(shù)，來改善我們經(jīng)濟(jì)社會發(fā)展所需要的一些技術(shù)條件和發(fā)展功能，到2050年前后，隨著腦科學(xué)的突破，我們將達(dá)到強(qiáng)人工智能時代，它將非常接近于人的智能，未來隨著腦科學(xué)和類腦智能的極大發(fā)展，將邁入超級人工智能時代，到了那個時候人工智能就成為一個超強(qiáng)的智能系統(tǒng)。

目前，人工智能方向已經(jīng)形成了“理論研究->核心共性技術(shù)->應(yīng)用技術(shù)”的完整框架體系。隨著計算能力的提高、數(shù)據(jù)的豐富以及智能算法的進(jìn)展，人工智能正在從弱人工智能向強(qiáng)人工智能轉(zhuǎn)變，可以服務(wù)變電站、集控站、新能源場站、虛擬電廠等多元業(yè)務(wù)場景，賦能業(yè)務(wù)提質(zhì)，支撐電力行業(yè)數(shù)字化轉(zhuǎn)型和新型能源體系建設(shè)。

隨著復(fù)雜大電網(wǎng)對電力系統(tǒng)可靠性的要求越來越高，傳統(tǒng)運檢模式已無法滿足電力系統(tǒng)安全可靠運行要求，人工智能技術(shù)的發(fā)展給運檢行業(yè)帶來了新的機(jī)遇，傳統(tǒng)輸變電運檢向智能運檢方向發(fā)展，是筑實能源互聯(lián)網(wǎng)的物質(zhì)基礎(chǔ)和提升電網(wǎng)本質(zhì)安全的必由之路。

智慧運檢在發(fā)展過程中主要聚焦在狀態(tài)感知、健康診斷、運行維護(hù)、檢修搶修、生產(chǎn)管控五個領(lǐng)域。涵蓋本體智能、運行監(jiān)視、智慧管理、健康診斷、安全管控、生產(chǎn)管控六大場景。

接下來介紹的是我們在智慧運檢領(lǐng)域的研究實踐。

電力應(yīng)用具有“運維工作量大、數(shù)據(jù)多、設(shè)備隱蔽性故障和趨勢分析復(fù)雜、設(shè)備運維不方便、安全可靠實時性要求高”的特點，而人工智能在技術(shù)上具有自適應(yīng)性、數(shù)據(jù)驅(qū)動決策、故障診斷與預(yù)防、復(fù)雜問題的處理及實時響應(yīng)等五方面優(yōu)勢，結(jié)合這些優(yōu)勢，我們進(jìn)行了系列的技術(shù)探索。

總體架構(gòu)上，我們打造了一個強(qiáng)大的數(shù)字底座，構(gòu)建了面型變電設(shè)備多源異構(gòu)數(shù)據(jù)融合的數(shù)字化平臺，實現(xiàn)多源數(shù)據(jù)跨區(qū)、跨域融合匯聚，通過一體化建模實現(xiàn)全場景數(shù)據(jù)統(tǒng)一管理和數(shù)據(jù)處理。為上層模型訓(xùn)練、機(jī)器學(xué)習(xí)、人工智能應(yīng)用等提供數(shù)字平臺支撐。

在此基礎(chǔ)上，由于設(shè)備的不同特征分析，采用的算法都有差異，因此需要打造一個適應(yīng)多種算法的算法塢，支持基于元算子的算法構(gòu)建，建立了適應(yīng)多種算法的電力人工智能業(yè)務(wù)支撐平臺，為各類算法提供統(tǒng)一的數(shù)據(jù)、模型等服務(wù)支撐，以設(shè)備健康評估、智能巡視、故障診斷等業(yè)務(wù)場景為抓手，實現(xiàn)算法模型自動訓(xùn)練與更新，賦能平臺算力。

下面介紹一下智慧運檢領(lǐng)域的關(guān)鍵技術(shù)。

首先介紹的是智能感知技術(shù)。由于機(jī)器人、無人機(jī)、攝像頭、聲紋裝置等設(shè)備通信協(xié)議不一致，接入工作量巨大且容易出錯，智能感知技術(shù)可以實現(xiàn)多類型設(shè)備自動接入，通過IP搜索、MQTT連接信息檢測等方式發(fā)現(xiàn)潛在設(shè)備，進(jìn)行規(guī)約探測判斷類型，自動將該設(shè)備接入到系統(tǒng)平臺中。

然后介紹的動態(tài)建模技術(shù)。在接入以后，就涉及到建模問題。通過基于元數(shù)據(jù)的模型動態(tài)建模技術(shù)，可以將設(shè)備屬性整理為元屬性，并通過特征工程挖掘?qū)傩砸?guī)則，新的設(shè)備接入時，自動識別類別和元屬性，完成自動設(shè)備動態(tài)建模。

接下來介紹數(shù)據(jù)治理技術(shù)。在采到數(shù)據(jù)以后，針對周期性數(shù)據(jù)、偶發(fā)性數(shù)據(jù)、離散數(shù)據(jù)的不同特點，可以采用不同的機(jī)器學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)治理，實現(xiàn)同源數(shù)據(jù)比較、異常數(shù)據(jù)修正和缺失數(shù)據(jù)填補(bǔ)。

接下來介紹智能巡檢技術(shù)。設(shè)備狀態(tài)存在多維度的感知，目前業(yè)內(nèi)各種數(shù)據(jù)分析由多個專業(yè)廠商實現(xiàn)，分析數(shù)據(jù)結(jié)果格式?jīng)]有統(tǒng)一的標(biāo)準(zhǔn)。因此，需要將語義、視頻圖像、聲紋、信號等數(shù)據(jù)轉(zhuǎn)換至共享空間，通過融合編碼方式對語義分割、圖像識別、頻譜分析的結(jié)果進(jìn)行關(guān)聯(lián)，解決多源異構(gòu)數(shù)據(jù)標(biāo)準(zhǔn)化難題，提高數(shù)據(jù)利用率。設(shè)備常規(guī)及隱蔽問題需要可見、紫外、紅外等一種或多種不同光譜進(jìn)行發(fā)現(xiàn)，利用多波段數(shù)據(jù)構(gòu)建兼容放電、溫度異常判別、設(shè)備缺陷識別等能力的圖像識別模型，捕捉異常情況，解決隱蔽性缺陷難以發(fā)現(xiàn)的難題。

下面一個關(guān)鍵技術(shù)是知識圖譜技術(shù)。目前狀態(tài)檢修主要依靠專家經(jīng)驗分析，分析處置難度大，耗時長，以設(shè)備評價導(dǎo)則和檢修記錄為基礎(chǔ)，構(gòu)建知識圖譜，根據(jù)多參量狀態(tài)評價結(jié)果快速篩選檢修計劃和方案，提高設(shè)備的檢修效率和準(zhǔn)確性。

最后一個關(guān)鍵技術(shù)是因果推斷技術(shù)。因果推理是通過觀察和分析數(shù)據(jù)，推斷出變量之間的因果關(guān)系。早期的因果推斷主要依賴于隨機(jī)化實驗、傾向性匹配得分等被動推理方式，根據(jù)現(xiàn)場數(shù)據(jù)變化給出原因，如果推理錯誤無法進(jìn)行反饋修正。融合元學(xué)習(xí)的因果推斷技術(shù)可以從大規(guī)模數(shù)據(jù)中發(fā)現(xiàn)因果關(guān)系，主動處理潛在的混雜變量和偏差，當(dāng)現(xiàn)場處置和因果原因分析存在差異的情況，進(jìn)行主動學(xué)習(xí)實現(xiàn)推理自修正，變被動學(xué)習(xí)為主動學(xué)習(xí)，提高推理準(zhǔn)確性。

下面介紹一下實踐應(yīng)用情況。我們利用三維精細(xì)化建模技術(shù)，實現(xiàn)設(shè)備動態(tài)化仿真以及虛實畫面融合。以動態(tài)數(shù)據(jù)驅(qū)動三維模型，通過時空語義分析實現(xiàn)測點與模型的關(guān)聯(lián)，當(dāng)設(shè)備預(yù)警時，定位至異常設(shè)備。我們圍繞數(shù)字孿生、異常分析、故障診斷、狀態(tài)評價、檢修決策、數(shù)字可視化的思路，開展了設(shè)備狀態(tài)監(jiān)測和智能診斷評估的應(yīng)用。在寧夏靈州 ±800 kV 特高壓直流換流站，應(yīng)用了電纜基建損傷識別技術(shù)和直流控制電纜故障識別技術(shù)，實現(xiàn)了電纜故障的預(yù)警和直流電源系統(tǒng)的狀態(tài)評價，提高了絕緣檢測的范圍和精度以及采集穩(wěn)定性。我們也研究了智能巡檢系統(tǒng)，系統(tǒng)具備自動巡視、智能識別、智能分析、實時監(jiān)控、智能聯(lián)動等功能，在新疆14座750kV變電站智能巡視系統(tǒng)中成功應(yīng)用。通過上述技術(shù)的探索應(yīng)用，我們構(gòu)筑了基于數(shù)據(jù)自動采集、智能分析、遠(yuǎn)程控制的智慧運檢體系，實現(xiàn)了監(jiān)控運檢業(yè)務(wù)的全流程數(shù)字化。

最后是我們在賦能綠色低碳轉(zhuǎn)型的探索。

國電南自在人工智能方面的戰(zhàn)略發(fā)展方向，公司綜合考慮電力行業(yè)應(yīng)用場景以及AI技術(shù)的能力支撐，按學(xué)習(xí)預(yù)測、分析決策、感知識別、行業(yè)知識提取生成四個方向進(jìn)行專業(yè)規(guī)劃，著手四大基本能力，推動公司傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級和戰(zhàn)略新興產(chǎn)業(yè)培育壯大。

基于上述能力，我們實現(xiàn)了基于XGBoot和伯努利采樣的用戶動態(tài)畫像描述方法，根據(jù)實際的設(shè)備運行特性和用戶的特性進(jìn)行建模，實現(xiàn)可調(diào)節(jié)潛力的分析。通過多類型分布式電源和新型負(fù)荷場景下資源高效聚合和精準(zhǔn)調(diào)控，實現(xiàn)了對多元異質(zhì)集群的特性分析以及它的調(diào)節(jié)能力、響應(yīng)時間及響應(yīng)范圍的描述。提出了基于能源解耦和雙重激勵的售電服務(wù)策略，根據(jù)用戶的需求和市場情況，通過策略實現(xiàn)個性化的套餐推薦。最后基于以上技術(shù)，研制了發(fā)售服一體化的技術(shù)支持系統(tǒng)，可以適應(yīng)電力市場發(fā)展趨勢，實現(xiàn)整體的數(shù)據(jù)貫通和業(yè)務(wù)上的協(xié)同。

在此基礎(chǔ)上，我們也形成了一些創(chuàng)新突破成果，入選能源局能源綠色低碳轉(zhuǎn)型典型案例，先后獲得了一系列獎項，包括國家科技進(jìn)步獎、中國電力科學(xué)技術(shù)獎、國家發(fā)明獎、中國專利金獎等國家或行業(yè)重量級獎項，入選國家能源局2021年度能源領(lǐng)域首臺(套)重大技術(shù)裝備項目清單，被評為國資委國有企業(yè)數(shù)字技術(shù)十大典型成果。

最后，再次感謝主辦方，讓我們攜手共進(jìn)，打造布局合理、創(chuàng)新能力一流、競爭力強(qiáng)的電力人工智能生態(tài)，賦能新質(zhì)生產(chǎn)力，助推綠色低碳高質(zhì)量發(fā)展!