南网、国网AI应用案例及发展趋势分析

南方电网公司高度重视人工智能与业务发展深度融合，目前公司已初步建成人工智能基础支撑平台和电力人工智能联合实验室创新平台，培养了一支人工智能专业队伍，并在生产、营销等业务域形成了智能机巡、调控一体化、南网在线营业厅、智能客服等一系列国内领先典型业务场景，树立了融合发展标杆，提升公司效率效益。

2019年，南方电网公司人工智能平台正式投运。该平台集中了全网计算、存储和数据资源，构建了全网统一的大规模分布式异构处理器集群，建设了统一的人工智能样本库，并基于先进的深度学习框架提供支撑机器视觉、语音、语义、决策支持、机器学习/深度学习等多个领域的模型训练工具，为全网用户提供一站式模型训练及研发能力，解决以往人工智能应用算力资源缺乏、算法积累不足、数据样本分散等问题。

2020年4月，由南网数研院自主研发的“智能停控装置”（CSGSYY-ISD1000）在广州供电局配网自动化主站系统挂网试运行。智能停控装置作为支撑电力监控系统紧急刹车的新型本质安全设备，纳入南方电网公司云边融合智能电网运行生态平台的整体规划。该装置具有高吞吐量、高安全性、高智能化的特点，可接入不少于50000个前置通道，实时对调度自动化系统101、104等报文合规性进行判断分析，对异常控制命令进行阻断拦截。

2020年4月，广东电网公司首套基于人工智能技术的省地一体负荷预测管理系统正式上线运行。这是一套由广东电网公司调控中心自主研发的具有完整自主知识产权的负荷预测系统，其上线运行标志着该公司迈出了人工智能技术在短期负荷预测领域应用的第一步。

该系统运行以来，稳定实现了约1300个母线节点30分钟内全自动预测；今年一季度正常工作日系统负荷人工智能预测平均准确率达97%，接近专家预测水平；日前母线负荷预测准确率达到82.4%，同比提升3.2%。

2021年3月，南网数研院流程机器人（RPA）完成产品体系架构优化。该产品利用流程自动化、文字识别、数据分析等技术实时自动执行基于规则的任务，解决基层财务人员大量重复性、事务性工作，具有节约成本、7*24工作、灵活度高、快速交付等特点。

2022年2月，南方电网与华为在深圳共同发布电力行业首个基于昇腾生态的AI预训练模型。该预训练模型通过先行学习基础课程即可在不同人工智能应用场景中应用，将人工智能算法研发效率提升5倍，识别任务平均准确率由85%提升到95%，在排查设备隐患、查找故障等特定任务中更高效、更准确、更智能。

2022年2月，广东电网公司首个独立开发的人工智能数据校验系统在肇庆供电局电子化移交业务中推广应用。该系统完全由该公司基层团队独立完成开发，面向输、变、配各专业，在全省首创电子化移交数据质量管控机制，采用人工智能技术创建决策树模型，实现数据质量集约化、智能化、前置式管控，从根本上解决设备台账录入数据准确性问题。

2022年4月，南方电网公司首个基于人工智能的虚拟数字安监工程师——气象灾害预警数字安监工程师上岗后，实现了对公司经营区域所有县级区域气象灾害的全天候监测预警、预警信息智能通知到位、履职情况自动收集确认，有效提升了应急信息传递效率，降低了人工成本，强化了应急管理的穿透性。

2022年5月，由南网数研院技术研发中心承担的“支撑大规模新能源的新型电力系统数字仿真平台开发（一期）”开题评审会顺利召开，标志着南网数研院“灵境”新型电力系统数字镜像仿真系统开发取得阶段性进展。

经过一年多的自主开发，目前已经完成复杂模型建模、潮流计算、机电暂态时域仿真、多进程并行仿真等模块的开发和测试，全套底层代码完全自主化开发，将于2023年中旬完成“灵境”商用版开发。

2022年7月，南网科研院完成新能源参数辨识软件（Renewable Energy Parameter IDentification）自主研发，首次实现了新能源建模的自动化和智能化。

作为南方电网首款用于大规模新能源接入电网的参数辨识软件，Repid具有完全自主知识产权。该软件采用人工智能算法，支持10多种实测录波文件格式，能自动、快速、准确地辨识风机、光伏、无功补偿等新能源机电暂态模型参数，自动生成参数辨识报告，并根据标准校验模型仿真曲线与实测曲线的偏差，建模工作效率提高近300倍。目前，软件已应用于9个新能源场站模型参数辨识项目，并完成了6套风机、2套光伏、2套SVG的参数辨识工作，有力支撑了广东粤西海上风电群的建设。

国家“数字新基建”十大重点建设任务要求下，国家电网着力建设电力人工智能开放平台，建成人工智能样本库、模型库和训练平台，探索13类典型应用，包括面向电网安全生产、经营管理和客户服务等场景，研发电力专用模型和算法、打造设备运维、电网调度、智能客服等领域精品应用、提高电网安全生产效率、客户优质服务和企业精益管理水平等。“十三五”期间，国家电网公司在电网人工智能基础支撑技术、前沿技术、系统与平台等研究方向承担了国家级、省部级、公司级项目近百项。

国网公司设备部会同科技部、互联网部，组织联研院、中国电科院等单位攻关人工智能图像识别关键技术，形成了覆盖输电线路本体和通道巡视的8大类29小类缺陷的智能分析模型，发布了输电线路巡视图像人工智能识别模型服务，并通过国网云平台实现全公司范围内的模型服务开放共享。目前已在27个省约300个地市级单位（省公司专业处）试点应用，得到了一线班组的广泛认可和好评。

湖南公司结合110千伏狮子山智慧变电站建设，在地市公司（省检修公司）部署变电站辅助集中监控系统，实现对变电站内在线监测、环境、安防、消防、门禁等辅控数据的智能及异常告警，以及变电站灯光、安防、消防、门禁报警远方确认、信号远方复位等辅控设备的远能管控，减少运检人员往返现场时间，提高工作效率。

安徽公司研发了变电站站内变压器声纹在线监测系统，基于终端部署的声纹采集装置，利用边缘计算、深度学习等语音分析算法，提取功率密度、频谱分布等缺陷特征参量，采用创新的声纹识别算法库进行语料训练、迭代、优化，提出缺陷告警阈值和类型识别模型，实现了变压器运行状态的声纹在线监测及主动预警。

山东公司110千伏商西智慧变电站部署站端高清摄像头，应用图像智能识别及实物ID技术，配置智能巡检策略，通过对站内设备及设施外观、设备渗漏、二次装置及辅助设施、消防安防系统、变电站运行环境、就地设备舱及开关柜内设备等4549个点位巡视图像的智能识别分析，实现基于实物ID的在线智能巡视。

湖北公司110千伏金马智慧变电站应用定位导航、图像识别、人工智能等技术，完成全自动、无死角、可定制的全覆盖智能巡视。实现任务区域各类目标全监测、报警联动视频全自动、巡视过程全管控，满足变电站运维智能化、集成化、互动化的新需求。

上海公司开发了智慧城市能源云平台，对社会能源使用的各环节进行分层分类监测，对社会用能行为进行多维度精准化反映，可服务社会多方主体，提供能源分析服务，协助政府开展城市精细化管理。

山东公司在全省17个地市公司，基于图像识别、OCR、知识图谱等人工智能技术，已实现市县两级电力接入行政审批线上“一链办理”及“刷脸办电”功能，实现供电服务流程的线上线下、前端后台无缝街接，打通电力内网与政务服务网，推动实现9类涉电政务信息共享。过去外线工程审批平均需要47天，现在“一链办理”平均5天内办结，一次办结率达到100%，客户满意度持续保持99.98%以上。通过实施简化获得电力“一次办好”，年可增供电量46.55亿千瓦时。

国网新一代电子商务平台（ECP2.0）精益智能评审系统上线，实现了跨专业的流程和数据贯通，在结构化模式下，以辅助评标工具为载体辅助专家评标，进一步提升系统自动化和智能化客观量化评标水平，大幅提升评标效率的同时避免人为因素所导致的错评漏评问题。

图 国网智能商务评审系统结构图

图 国网智能商务评审系统流程图

国网智研院人工智能应用技术团队联合百度网讯人工智能算法团队，成功研发了电力自然语言处理（NLP）大模型。电力NLP大模型，是基于国家电网公司人工智能“两库一平台”和百度通用大模型Ernie3.0，融合国网智研院自主构建的电力专业语料库与知识，通过多种类型的预训练任务迭代生成。2022年4月23日至5月10日，国网智研院与百度网讯采用电力自然语言处理基础能力验证和电力业务应用场景验证相结合的方式，以基础预训练模型Bert作为测试基线，结果表明，电力NLP大模型表现出优越的迁移性能，在电网复杂设备管理业务场景中，表现出较强的语义理解能力和模型泛化能力。

首先，加强电网弹性和稳定性，防止灾难性天气事件造成重大电力停电，是改革中的AI技术应用重点。随着该技术变得更加成熟和商业化，AI软件也被应用于储能管理。美国Stem公司使用AI技术确定储能充放电的最佳和最经济时间，更科学地管理储能。AI软件还被应用于帮助运营商预测各客户的负载模式，明确其何时消耗电力，以及一天中不同时段的电力成本。美国斯坦福大学SLAC实验室通过历史用电数据、电网运行数据、电网拓扑结构等信息识别电网运行态势与薄弱环节，自动对重大事故做出预警与快速响应。

其次，AI技术在调控电网、平衡电力供需方面也发挥着日渐重要的作用。AI技术公司Beyond Limits应用AI来对负荷需求进行动态建模，可以在15分钟内响应负荷变化，相较于传统基于物理的建模方法，大大提高效率和速度。

最后，AI的多种技术被应用于帮助电网运营商减少整体碳排。Xcel Energy已经实施了复杂的人工神经网络，就如何调整运营以减少其德克萨斯州燃煤电厂的排放提出建议。AI软件公司C3.ai开发了一套AI应用程序，实现“减少电网供电所需燃料量的8%”来降低电网碳排，使采用AI技术的能源运营公司提供更清洁、可靠、安全的能源。

在加拿大，为了满足渥太华地区电动汽车不断增长的能源需求，加拿大安大略省独立电力系统运营商（IESO）和安大略省能源委员会（OEB）正在支持一项新试点项目。IESO和OEB支持的名为EV Everywhere的试点项目将使用AI为电动汽车车主创建在线服务。该服务将汇集电动汽车电池的存储和充电功能，在非高峰期利用低电价能源充电，并消除需求高峰。该智能系统还将分析客户的偏好与充电活动的影响以辅助服务。

2017年，谷歌的DeepMind与英国的能源供应商之一国家电网（National Grid）合作，在其电网上使用人工智能来帮助平衡供需。其算法可以通过使用机器学习来预测电力需求和公用的峰值，帮助国家电网最大限度地利用可再生能源，从而减少能源系统对环境的影响，Deep Mind已经在谷歌数据中心使用其程序将用电量减少了15%。

意大利国家电力通过3200万块智能电表，预测能源客户的消费曲线；通过使用深度学习和机器视觉技术，分析预测配电网和电站设备，提高资产的使用寿命，使生产过程更加安合；组建全渠道体验实验室，利用聊天机器人和虚拟助手来提高与用户的沟通效率；使用智能招聘系统来分析庞大的面试视频数据库，提高面试工作效率。

法国电力开发了一款名为Metro scope的人工智能诊断软件，可以在工业设备运行过程中自动检测运行故障，第一时间获得精确可靠的检测结果，为客户打造高效灵活的 “未来工厂”。目前，法国所有核电站的汽机机房都已使用了这一技术，为法国电力集团节省了大量资金。

德国意昂公司利用人工智能技术分析商场智能电表提供的包括能源消耗情况、特定设备（如暖通空调，冰箱等）或场地的特定部分（面包店，餐厅，咖啡店)的能源使用情况等数据，来帮助商店降低能耗以及碳排放。

瑞士Alpiq公司研发了Grid Sense系统，该系统利用人工智能技术分析电网运行信息、用户负荷、天气预报和市场电价等数据，识别用户用电行为，支撑需求响应与能效节约。

日本东京电力公司利用大数据和人工智能技术，通过采集包括传输、配电、运维、天气及大量传感器数据，进行预防性生产维护，减少了设备停机故障。利用人工智能和区块链技术，来追踪能源的使用和消费，并构建智能交易系统，支持居民与其他人进行分布式电量交易。

韩国电力公司使用热敏和标准摄像头，结合基于人工智能的图像识别技术，实时监控输电线和变电站，以防出现如烟雾、树木倾倒或人员闯入等异常事件。

三

电网人工智能未来发展趋势及面临的挑战

>>未来发展趋势

1、虚拟电网系统

2、元宇宙与数字孪生

3、平行系统与平行智能

>>面临的挑战

1、算法

2、数据

3、算力