“嗯，‘阿Q’‘星仔’按計(jì)劃巡視中，‘M豆’在打瞌睡（充電）。”確認(rèn)班組轄區(qū)50公里范圍內(nèi)六臺(tái)機(jī)器人都無異常后，國網(wǎng)嘉興供電公司220千伏嘉鳳安變電運(yùn)維班運(yùn)維人員小胡開始每天交接班前的例行工作———智能巡檢機(jī)器人巡檢報(bào)告檢查與分析。這些智能“鋼鐵俠”除了充電以外，風(fēng)雨無阻，全天候?qū)φ緝?nèi)2800個(gè)點(diǎn)位進(jìn)行循環(huán)監(jiān)視，持續(xù)為運(yùn)維人員推送現(xiàn)場的運(yùn)行數(shù)據(jù)。
在近日舉辦的第三屆“紫金論電”國際學(xué)術(shù)研討會(huì)上，科技日報(bào)記者了解到，人工智能技術(shù)已在負(fù)荷預(yù)測、極端氣象環(huán)境下故障預(yù)測、電網(wǎng)的巡檢和調(diào)度等領(lǐng)域全面鋪開。
“輸電線路很長，有的位于深山，有的埋于地下，靠人工巡檢難度很大。”南瑞集團(tuán)研究院系統(tǒng)研發(fā)中心專家閃鑫向記者表示，目前正在開發(fā)的線路巡檢機(jī)器人，可輕易完成人工很難做到的事情。
今夏，臺(tái)風(fēng)頻繁登陸，停電時(shí)有發(fā)生。雖然經(jīng)過緊急搶修，很快就能恢復(fù)正常供電，但短暫的停電難免對民眾生活帶來煩惱。過去，科研人員基于物理建模的方法進(jìn)行預(yù)測，由于存在參數(shù)不準(zhǔn)的情況，造成預(yù)測結(jié)果不盡如人意。“而人工智能可以通過對歷史數(shù)據(jù)的學(xué)習(xí)去發(fā)現(xiàn)規(guī)律，對調(diào)度領(lǐng)域和電網(wǎng)運(yùn)行趨勢的分析，可以用數(shù)據(jù)驅(qū)動(dòng)的方法來改進(jìn)傳統(tǒng)的物理建模，實(shí)際上是用數(shù)據(jù)驅(qū)動(dòng)和物理建模混合的方法來做預(yù)測。”閃鑫表示。
南瑞集團(tuán)科研團(tuán)隊(duì)在華東地區(qū)用人工智能技術(shù)進(jìn)行模擬預(yù)測，將幾年內(nèi)臺(tái)風(fēng)引起線路跳閘的概率進(jìn)行比較，發(fā)現(xiàn)人工智能算法的準(zhǔn)確率比傳統(tǒng)算法提高近20%。未來，在諸如臺(tái)風(fēng)此類氣象災(zāi)害來臨時(shí)，人工智能通過對歷史數(shù)據(jù)的學(xué)習(xí)和訓(xùn)練，提前預(yù)測可能發(fā)生線路故障的情況，將有助于降低發(fā)生停電的風(fēng)險(xiǎn)。
目前，谷歌、IBM等國際巨頭已紛紛在能源領(lǐng)域布局人工智能技術(shù)。如IBM計(jì)劃推出一款名為“深雷”的新產(chǎn)品，可以提供0.2英里至1.2英里范圍內(nèi)的精確天氣預(yù)報(bào)。
在圍棋上小試牛刀之后，谷歌也向著能源領(lǐng)域進(jìn)發(fā)了。能源領(lǐng)域的第一刀，就試在了自家大門口。谷歌開發(fā)了一套人工智能技術(shù)用于提升該公司的能源管理效率，將用電量削減15%，幾年間為谷歌節(jié)約了數(shù)億美元電費(fèi)。
此外，人工智能在調(diào)度領(lǐng)域的應(yīng)用也有很大的發(fā)展空間。比如，IBM已在為全球數(shù)百個(gè)太陽能和風(fēng)能項(xiàng)目提供預(yù)測技術(shù)；英國國家電網(wǎng)也開始研究如何應(yīng)用人工智能，平衡英國電網(wǎng)的能源供應(yīng)。“如果人工智能發(fā)展成熟，相關(guān)經(jīng)驗(yàn)積累之后，未來電力調(diào)度也可以像飛機(jī)一樣進(jìn)行‘智能駕駛’。正常狀態(tài)下由人工智能進(jìn)行‘駕駛’，在發(fā)生大的異常事故時(shí)再由人來干預(yù)，進(jìn)行操作，把人工做的事情變成自動(dòng)做的事情。”閃鑫舉例，當(dāng)電網(wǎng)發(fā)生故障后，未來人工智能可以自動(dòng)對電網(wǎng)故障進(jìn)行分析，通過對歷史數(shù)據(jù)和調(diào)度運(yùn)行經(jīng)驗(yàn)的學(xué)習(xí)，只需要調(diào)度員最后進(jìn)行判斷和確認(rèn)，就能完成對線路故障的處理，大大減少調(diào)度員的工作量。
人工智能技術(shù)賴以生存的大數(shù)據(jù)收集能力，在電網(wǎng)領(lǐng)域已經(jīng)有了長足發(fā)展。閃鑫介紹說，十幾年前電網(wǎng)能采集到的數(shù)據(jù)非常少，只能采集到傳統(tǒng)的有功功率、無功功率以及電流大小，而現(xiàn)在包括外部的氣象環(huán)境、動(dòng)態(tài)量測以及故障錄波等，部分地區(qū)實(shí)時(shí)的微氣象也能被采集記錄，同時(shí)設(shè)備的儲(chǔ)存容量擴(kuò)大，存儲(chǔ)周期變長，數(shù)據(jù)類型得以豐富，這些對人工智能的學(xué)習(xí)和訓(xùn)練都是非常有益的。
目前，人工智能在能源領(lǐng)域的應(yīng)用仍處在早期，但巨大的潛力已經(jīng)被市場所看好。