泛在電力物聯(lián)網(wǎng)背景下人工智能在電網(wǎng)企業(yè)中的應(yīng)用研究

陳琛 郭莉 高正平 談健 吳晨

摘? ? 要：隨著人工智能的不斷發(fā)展，“智能+”時(shí)代的信息技術(shù)已經(jīng)不再局限于人與人之間的連接，而是逐漸演變?yōu)槿伺c物、物與物的實(shí)時(shí)連接，從而開啟萬(wàn)物互聯(lián)新生代。在能源電力領(lǐng)域，則體現(xiàn)為人工智能技術(shù)在泛在電力物聯(lián)網(wǎng)中的應(yīng)用。通過詳細(xì)介紹人工智能的戰(zhàn)略地位與戰(zhàn)略意義，分析人工智能技術(shù)在電網(wǎng)企業(yè)的需求場(chǎng)景、應(yīng)用領(lǐng)域以及發(fā)展路徑，為電網(wǎng)企業(yè)發(fā)展人工智能技術(shù)提供參考。

關(guān)鍵詞：人工智能; 泛在電力物聯(lián)網(wǎng); 能源互聯(lián)網(wǎng); 電網(wǎng)企業(yè)

中圖分類號(hào)：TP18;TM732? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? 文章編號(hào)：2095-7394（2019）04-0001-06

隨著新能源、大規(guī)模儲(chǔ)能、柔性控制、電動(dòng)汽車等技術(shù)的不斷成熟以及大數(shù)據(jù)、云計(jì)算等信息技術(shù)的快速發(fā)展，能源與信息不斷融合靠攏，“互聯(lián)網(wǎng) + 能源”的新模式激發(fā)了能源生產(chǎn)、傳輸、利用等全環(huán)節(jié)鏈?zhǔn)阶兏?，以能源互?lián)網(wǎng)為重要支柱的新一輪能源革命正在全球范圍深入展開。[1]作為擺脫對(duì)傳統(tǒng)能源依賴、解決環(huán)境與碳排放問題、大幅提高能源利用效率的重要手段，能源互聯(lián)網(wǎng)研究正逐漸由以基礎(chǔ)性研究為主的概念階段向以應(yīng)用性建設(shè)為主的發(fā)展階段轉(zhuǎn)變。能源互聯(lián)網(wǎng)的快速推進(jìn)使冷、熱、電、氣等系統(tǒng)耦合日漸緊密，能源、信息、交通等基礎(chǔ)設(shè)施建設(shè)逐步趨于協(xié)同規(guī)劃。[2]

2019年，我國(guó)政府工作報(bào)告中第一次出現(xiàn)“智能 +”，并提出打造工業(yè)互聯(lián)網(wǎng)平臺(tái)，拓展“智能 +”為制造業(yè)轉(zhuǎn)型升級(jí)賦能。可以大膽預(yù)測(cè)，“智能 +”將接棒“互聯(lián)網(wǎng)+”引領(lǐng)新的時(shí)代浪潮，為能源發(fā)展升級(jí)賦能。能源互聯(lián)網(wǎng)作為能源領(lǐng)域全要素、全生產(chǎn)鏈、全價(jià)值鏈融通連接的新型價(jià)值創(chuàng)造平臺(tái)和生態(tài)體系，也將在“智能 +”時(shí)代延伸出更廣泛的內(nèi)涵與外延。新一代人工智能技術(shù)作為“智能 +”的核心技術(shù)，比互聯(lián)網(wǎng)技術(shù)具有更強(qiáng)的潛在顛覆性。因此，加快發(fā)展新一代人工智能，成為事關(guān)能源企業(yè)能否把握新一輪科技革命和產(chǎn)業(yè)變革機(jī)遇的戰(zhàn)略問題。

國(guó)家電網(wǎng)公司提出建設(shè)“三型兩網(wǎng)、世界一流”企業(yè)的戰(zhàn)略目標(biāo)，充分應(yīng)用移動(dòng)互聯(lián)、人工智能等現(xiàn)代信息技術(shù)和先進(jìn)通信技術(shù)，打造泛在電力物聯(lián)網(wǎng)，為電網(wǎng)安全經(jīng)濟(jì)運(yùn)行、提高經(jīng)營(yíng)績(jī)效、改善服務(wù)質(zhì)量以及培育發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)提供強(qiáng)有力的數(shù)據(jù)資源支撐。人工智能作為泛在電力物聯(lián)網(wǎng)的核心技術(shù)之一，將引領(lǐng)和驅(qū)動(dòng)此次能源轉(zhuǎn)型，促進(jìn)堅(jiān)強(qiáng)智能電網(wǎng)與泛在電力物聯(lián)網(wǎng)的深度融合，從而實(shí)現(xiàn)能源電力行業(yè)的創(chuàng)新發(fā)展。

本文分別從國(guó)家層面與企業(yè)層面分析了人工智能的戰(zhàn)略地位，并基于此分析了泛在電力物聯(lián)網(wǎng)背景下，電網(wǎng)企業(yè)對(duì)人工智能的需求以及發(fā)展應(yīng)用。

1? ? 人工智能的發(fā)展現(xiàn)狀

1956年，在美國(guó)達(dá)特茅斯學(xué)院的一場(chǎng)學(xué)術(shù)會(huì)議中，約翰·麥卡錫等學(xué)者首次提出“人工智能（AI）”這一概念，從而標(biāo)志了該學(xué)科的誕生。從此，人工智能開始了長(zhǎng)達(dá)半個(gè)多世紀(jì)曲折起伏的發(fā)展。隨著海量數(shù)據(jù)的積累以及算力的飛速提升，新一代人工智能算法隨之快速發(fā)展，人工智能從傳統(tǒng)的基于邏輯的1.0時(shí)代、基于知識(shí)與經(jīng)驗(yàn)的2.0時(shí)代向基于數(shù)據(jù)的3.0時(shí)代轉(zhuǎn)變。雖然這次轉(zhuǎn)型過程出現(xiàn)了諸如不可解釋、易被對(duì)抗樣本欺騙等新的問題，但這些并沒有妨礙新一代人工智能如颶風(fēng)一般席卷全球。

1.1? ?國(guó)家級(jí)人工智能戰(zhàn)略

當(dāng)前，世界各國(guó)普遍將新一代人工智能技術(shù)認(rèn)定為新一輪科技革命和產(chǎn)業(yè)革命的重要驅(qū)動(dòng)力量，并將人工智能技術(shù)研究與產(chǎn)業(yè)布局上升為國(guó)家戰(zhàn)略。

2017年7月，我國(guó)國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，將人工智能提升到國(guó)家戰(zhàn)略層面，對(duì)未來中國(guó)人工智能產(chǎn)業(yè)的發(fā)展方向和重點(diǎn)領(lǐng)域給予指導(dǎo)性的規(guī)劃。2019年5月，第三屆世界智能大會(huì)在天津舉辦，會(huì)議發(fā)布了《中國(guó)新一代人工智能科技產(chǎn)業(yè)發(fā)展報(bào)告（2019）》和《中國(guó)新一代人工智能產(chǎn)業(yè)區(qū)域競(jìng)爭(zhēng)力評(píng)價(jià)指數(shù)》報(bào)告;同月，由科技部新一代人工智能發(fā)展研究中心等機(jī)構(gòu)編制的《中國(guó)新一代人工智能發(fā)展報(bào)告2019》在上海發(fā)布。

2016年11月，美國(guó)先后發(fā)布《為人工智能的未來做準(zhǔn)備》《國(guó)家人工智能研究與發(fā)展戰(zhàn)略計(jì)劃》以及《人工智能、自動(dòng)化與經(jīng)濟(jì)報(bào)告》等文件，并于2019年2月發(fā)布《美國(guó)人工智能倡議》與《加速美國(guó)在人工智能領(lǐng)域的領(lǐng)導(dǎo)地位》等文件，[3]指導(dǎo)美國(guó)聯(lián)邦相關(guān)機(jī)構(gòu)優(yōu)先考慮人工智能領(lǐng)域的研究與投資。2018年3月，歐盟政治戰(zhàn)略中心發(fā)布《人工智能時(shí)代：確立以人為本的歐洲戰(zhàn)略》;2018年4月，歐盟委員會(huì)提交《歐盟人工智能》報(bào)告，提出構(gòu)建人工智能投資、倫理和法律框架，延續(xù)以人為本的發(fā)展戰(zhàn)略。在日本，2016年通過了新版《日本再興戰(zhàn)略2016》，2017年出臺(tái)了《下一代人工智能推進(jìn)戰(zhàn)略》，試圖通過大力發(fā)展人工智能，解決日本社會(huì)中存在的人口老化、勞動(dòng)力短缺等問題，推動(dòng)人工智能向強(qiáng)人工智能和超人工智能的方向邁進(jìn)。

除此之外，俄羅斯、韓國(guó)、印度等多個(gè)國(guó)家均圍繞核心技術(shù)、頂尖人才、標(biāo)準(zhǔn)規(guī)范等方向，相繼推出各自的國(guó)家級(jí)人工智能發(fā)展戰(zhàn)略。[4]可以看出，人工智能領(lǐng)域國(guó)際競(jìng)賽的大幕已徐徐拉開，世界各國(guó)都將發(fā)展人工智能作為提升國(guó)家競(jìng)爭(zhēng)力、維護(hù)國(guó)家安全的重大戰(zhàn)略。

1.2? ? 企業(yè)級(jí)人工智能戰(zhàn)略

隨著計(jì)算機(jī)視覺、語(yǔ)音識(shí)別、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等核心技術(shù)不斷成熟，“智能 +”隨之成為人工智能應(yīng)用的創(chuàng)新范式，專用人工智能領(lǐng)域應(yīng)用場(chǎng)景得到極大的延展，“智能+金融”“智能+制造”“智能 +安防”“智能+交通”“智能+醫(yī)療”等模式如雨后春筍般涌現(xiàn)，人工智能向行業(yè)的各個(gè)環(huán)節(jié)快速滲透，進(jìn)而重塑了整個(gè)產(chǎn)業(yè)的發(fā)展。

得益于政府機(jī)構(gòu)、科研單位和科技企業(yè)的巨額投入，美國(guó)在人工智能領(lǐng)域取得了輝煌的成就。無論是由IBM開發(fā)的擊敗國(guó)際象棋特級(jí)大師的“深藍(lán)??”，還是谷歌研發(fā)的擊敗人類職業(yè)圍棋選手的AlphaGo、AlphaGo Zero，都表明美國(guó)在基礎(chǔ)理論、核心算法等方面站在了人工智能領(lǐng)域的頂端。

近年來，騰訊、百度、阿里等中國(guó)科技公司迅速崛起，在人臉識(shí)別、語(yǔ)音識(shí)別、安防監(jiān)控、智能音響和智能家居等人工智能應(yīng)用領(lǐng)域處于國(guó)際前列。[5]例如：阿里以阿里云為基礎(chǔ)，結(jié)合電商、支付寶和云服務(wù)的資源優(yōu)勢(shì)，依托計(jì)算能力、智能算法以及完備的互聯(lián)網(wǎng)安全體系架構(gòu)，從智慧金融、智能城市、智能工業(yè)、智能家居和新零售等方面展開相關(guān)產(chǎn)業(yè)布局;百度成立硅谷人工智能實(shí)驗(yàn)室，開展人工智能、大數(shù)據(jù)等前瞻性技術(shù)研究;騰訊專注機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、語(yǔ)音識(shí)別和計(jì)算機(jī)視覺等垂直領(lǐng)域，緊密圍繞內(nèi)容、社交、游戲三個(gè)核心應(yīng)用場(chǎng)景展開探索。除此之外，華為、科大訊飛、商湯等企業(yè)也在不斷創(chuàng)新人工智能生態(tài)布局。

2? ? 泛在電力物聯(lián)網(wǎng)對(duì)人工智能的需求

泛在電力物聯(lián)網(wǎng)在任意時(shí)間和空間維度上可將電力全產(chǎn)業(yè)鏈企業(yè)、多種電力系統(tǒng)設(shè)備、各類用戶及監(jiān)管部門等市場(chǎng)主體連接起來，通過數(shù)據(jù)共享與價(jià)值挖掘?qū)崿F(xiàn)質(zhì)效提升與融通發(fā)展。泛在電力物聯(lián)網(wǎng)將產(chǎn)生大量數(shù)據(jù)，這恰恰符合新一代人工智能基于數(shù)據(jù)計(jì)算分析的特征，為人工智能在電力系統(tǒng)的快速發(fā)展提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。

當(dāng)泛在電力物聯(lián)網(wǎng)發(fā)展至成熟階段后，電力領(lǐng)域全流程、全主體、全業(yè)務(wù)皆可互聯(lián)，數(shù)字世界與物理世界實(shí)時(shí)、完整映射，堅(jiān)強(qiáng)智能電網(wǎng)與泛在電力物聯(lián)網(wǎng)融合發(fā)展，電力系統(tǒng)就向能源互聯(lián)網(wǎng)新形態(tài)升級(jí)。此時(shí)，由于多種能源通過能源路由器與電網(wǎng)廣泛連接，電動(dòng)汽車、儲(chǔ)能等可控負(fù)荷與電網(wǎng)實(shí)時(shí)互動(dòng)，產(chǎn)生了海量的運(yùn)行與管理數(shù)據(jù)，感知層采集的數(shù)據(jù)質(zhì)量校驗(yàn)、評(píng)價(jià)和分析存在較大困難，網(wǎng)絡(luò)層需要對(duì)不同類型的數(shù)據(jù)存儲(chǔ)、編目、索引進(jìn)行統(tǒng)一的格式，隱藏在大數(shù)據(jù)背后的價(jià)值亟待平臺(tái)層的數(shù)據(jù)中臺(tái)與業(yè)務(wù)中臺(tái)深入挖掘。同時(shí)，依靠傳統(tǒng)建模方法難以適應(yīng)多種能源系統(tǒng)耦合的運(yùn)行分析要求，以往的服務(wù)模式不能滿足綜合能源背景下的客戶要求，電力系統(tǒng)需要更智能的設(shè)備、更智能的網(wǎng)絡(luò)和更智能的技術(shù)手段，以支撐越來越復(fù)雜的電力系統(tǒng)內(nèi)部業(yè)務(wù)和外部服務(wù)場(chǎng)景。

泛在電力物聯(lián)網(wǎng)與人工智能的關(guān)系如圖1所示。

因此，人工智能技術(shù)是電網(wǎng)向更高形態(tài)演進(jìn)的必然選擇。人工智能與泛在電力物聯(lián)網(wǎng)的深度融合，將大幅度提升能源系統(tǒng)的控制能力，提高運(yùn)行的經(jīng)濟(jì)性和可靠性，為能源的高質(zhì)量發(fā)展賦予新動(dòng)能。

3? ? 人工智能在泛在電力物聯(lián)網(wǎng)中的應(yīng)用

隨著泛在電力物聯(lián)網(wǎng)的推進(jìn)，源、網(wǎng)、荷、儲(chǔ)各個(gè)環(huán)節(jié)深度融合，冷、熱、電、氣多種能源互濟(jì)互補(bǔ)，這將為人工智能技術(shù)提供廣闊的平臺(tái)與豐富的應(yīng)用場(chǎng)景，如圖2所示;同時(shí)，人工智能也將成為泛在電力物聯(lián)網(wǎng)深入貫徹實(shí)施的重要引擎。

3.1? ?感知層

為了提高能源電力系統(tǒng)的感知深度，輸變電工程除了常規(guī)的遙測(cè)、遙信、遙控、遙調(diào)傳統(tǒng)四遙功能外，進(jìn)一步引入遙視功能，通過各類視覺傳感器采集設(shè)備圖像，從而獲取設(shè)備狀態(tài)信息。深度學(xué)習(xí)可以有效解決人工處理圖像時(shí)低效易錯(cuò)的問題，精準(zhǔn)快速地實(shí)現(xiàn)圖像特征與分割、目標(biāo)識(shí)別與探測(cè)等功能。

李軍鋒提出了基于二次泰勒級(jí)數(shù)的非線性自適應(yīng)增強(qiáng)方法，利用高斯雙邊濾波函數(shù)獲取圖像像素中的鄰域信息，從而大幅提高圖像灰度值和對(duì)比度，實(shí)現(xiàn)圖像的自適應(yīng)增強(qiáng);[6]漆燦等設(shè)計(jì)了一種基于智能視覺的變電站紅外檢測(cè)系統(tǒng)，綜合利用基于空間位置約束和方向約束的紅外采集圖像與可見光圖像配準(zhǔn)方法，準(zhǔn)確定位變電站電力設(shè)備的異常發(fā)熱區(qū)域。[7]

隨著人工智能在感知層應(yīng)用的深入，音頻、自然語(yǔ)言處理等應(yīng)用也將獲得提升。例如：深度學(xué)習(xí)可以將調(diào)度電話指令編譯為新一代調(diào)度系統(tǒng)可以理解的語(yǔ)言，加強(qiáng)調(diào)度自動(dòng)控制水平;還可以利用深度學(xué)習(xí)對(duì)操作票的文本類信息進(jìn)行語(yǔ)義識(shí)別，實(shí)現(xiàn)操作命令自動(dòng)執(zhí)行。[8]

3.2? ? 網(wǎng)絡(luò)層

隨著大量外部數(shù)據(jù)接入，電力系統(tǒng)信息通信網(wǎng)絡(luò)逐步具備開放共享的特征。2019年委內(nèi)瑞拉大停電[9]、2013年烏克蘭大停電[10]等事故充分表明，網(wǎng)絡(luò)安全問題將對(duì)能源電力安全構(gòu)成嚴(yán)重威脅和挑戰(zhàn)。因此，泛在電力物聯(lián)網(wǎng)建設(shè)強(qiáng)化了網(wǎng)絡(luò)安全與信息化建設(shè)的同步部署，積極利用基于人工智能的入侵檢測(cè)、態(tài)勢(shì)感知等技術(shù)加強(qiáng)網(wǎng)絡(luò)層安全防御能力。

孫杉提出了一種基于深度學(xué)習(xí)以及云計(jì)算的入侵檢測(cè)模型，并采用基于spark的自動(dòng)編碼器特征選擇并行化算法，提高了電力信息入侵檢測(cè)系統(tǒng)的特征選擇速度;[11]李怡康等采用粒子群算法優(yōu)化傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)參數(shù)，建立多元的攻擊數(shù)據(jù)庫(kù)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，從而檢測(cè)識(shí)別典型攻擊行為;[12]葛軍等采用極限學(xué)習(xí)機(jī)算法，同時(shí)結(jié)合自回歸預(yù)測(cè)模型、最小二乘支持向量機(jī)預(yù)算模型和RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型等方法，構(gòu)建了面向堅(jiān)強(qiáng)智能電網(wǎng)的安全態(tài)勢(shì)評(píng)估模型。[13]

3.3? ?平臺(tái)層

泛在電力物聯(lián)網(wǎng)的平臺(tái)層匯聚了電網(wǎng)企業(yè)不同業(yè)務(wù)部門的設(shè)備、網(wǎng)架、運(yùn)行、管理等資產(chǎn)數(shù)據(jù)，人工智能可以對(duì)這些資產(chǎn)數(shù)據(jù)進(jìn)行統(tǒng)一的建模、存儲(chǔ)和管理，構(gòu)建知識(shí)圖譜，對(duì)全業(yè)務(wù)數(shù)據(jù)進(jìn)行梳理和貫通，從而建立統(tǒng)一的知識(shí)庫(kù)和數(shù)據(jù)關(guān)聯(lián)映射，實(shí)現(xiàn)電力數(shù)據(jù)的共享高效利用。

王淵等使用語(yǔ)義標(biāo)注方法對(duì)結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行知識(shí)抽取，進(jìn)而獲得知識(shí)實(shí)體、屬性和關(guān)系，通過知識(shí)融合技術(shù)構(gòu)建知識(shí)圖譜， 完成了業(yè)務(wù)數(shù)據(jù)的跨專業(yè)貫通;[14]李新鵬等提出了一種應(yīng)用于調(diào)度自動(dòng)化系統(tǒng)、自下向上和自下向下融合的知識(shí)圖譜構(gòu)建方法，通過該方法可獲得系統(tǒng)基礎(chǔ)平臺(tái)和各業(yè)務(wù)間的關(guān)聯(lián)關(guān)系。[15]

3.4? ? 應(yīng)用層

人工智能與泛在電力物聯(lián)網(wǎng)的協(xié)同發(fā)展將使電網(wǎng)企業(yè)內(nèi)部生產(chǎn)控制水平和企業(yè)管理效率得到極大提升;同時(shí)，將極大豐富對(duì)外服務(wù)場(chǎng)景，培育綜合能源服務(wù)新業(yè)態(tài)。

在對(duì)內(nèi)業(yè)務(wù)方面，人工智能技術(shù)在能源電力生產(chǎn)轉(zhuǎn)化（傳統(tǒng)能源與新能源發(fā)電功率預(yù)測(cè)、機(jī)組組合優(yōu)化等）、傳輸控制（輸變電設(shè)備巡檢與狀態(tài)評(píng)價(jià)、運(yùn)行控制、故障診斷、主動(dòng)防御、電網(wǎng)拓?fù)渥R(shí)別等）、存儲(chǔ)消費(fèi)（用電行為分析、負(fù)荷預(yù)測(cè)等）各個(gè)環(huán)節(jié)均有廣泛應(yīng)用。殷林飛設(shè)計(jì)了“自動(dòng)發(fā)電控制 + 發(fā)電功率分配”的一體化實(shí)時(shí)智能發(fā)電控制框架，提出了深度自適應(yīng)動(dòng)態(tài)規(guī)劃算法;[16]侯金秀通過構(gòu)建可視化的全信息電網(wǎng)圖，將深度卷積網(wǎng)絡(luò)（CNN）方法應(yīng)用于電力系統(tǒng)暫態(tài)分析中，解釋了系統(tǒng)暫態(tài)可視化過程中電網(wǎng)“撕裂”特征的機(jī)理;[17]易靈芝等將進(jìn)化算法和遺傳算法融入深度學(xué)習(xí)，對(duì)電力系統(tǒng)負(fù)荷預(yù)測(cè)模型進(jìn)行優(yōu)化;[18]曹智建立了以抽水蓄能為主的微網(wǎng)能量?jī)?yōu)化人工智能遺傳算法模型。[19]

同樣，人工智能也將在對(duì)外業(yè)務(wù)方面（如車聯(lián)網(wǎng)、綜合能源服務(wù)、電力市場(chǎng)等）發(fā)揮巨大作用。史佳琪等提出了一種基于深度結(jié)構(gòu)多任務(wù)學(xué)習(xí)的短期冷、熱、電、氣等多能負(fù)荷的聯(lián)合預(yù)測(cè)方法;[20]李智等結(jié)合深度學(xué)習(xí)的數(shù)據(jù)特征理論，將充電站容量作為影響因子，研究了一種基于機(jī)器學(xué)習(xí)的充電站容量規(guī)劃預(yù)測(cè)方法;[21]周長(zhǎng)華設(shè)計(jì)了基于Q學(xué)習(xí)的電能交易算法，通過足夠長(zhǎng)的動(dòng)態(tài)博弈獲取最佳交易策略。[22]

4? ? 趨勢(shì)與展望

綜上所述，人工智能在能源電力系統(tǒng)中具有廣泛的應(yīng)用;然而，目前的場(chǎng)景大多局限于具體專業(yè)領(lǐng)域的垂直應(yīng)用，距離“強(qiáng)人工智能”和“通用人工智能”還有很長(zhǎng)的一段路要走。為此，電網(wǎng)企業(yè)不僅要豐富人工智能在電力系統(tǒng)中的落地場(chǎng)景，而且應(yīng)掌握核心競(jìng)爭(zhēng)力，突破尖端型、基礎(chǔ)型難題，推動(dòng)人工智能健康發(fā)展;不僅要培養(yǎng)人工智能杰出專業(yè)人才，而且也要加大具有人工智能思維的產(chǎn)品經(jīng)理培養(yǎng)，進(jìn)一步發(fā)揮企業(yè)樞紐型、平臺(tái)型、共享型的優(yōu)勢(shì)。要吸引相關(guān)人工智能研發(fā)機(jī)構(gòu)及資本進(jìn)入，形成開放共享的交流合作生態(tài)圈，拉動(dòng)人工智能產(chǎn)業(yè)聚合成長(zhǎng);要打造產(chǎn)業(yè)集群，探索多方參與、共贏共享的能源人工智能新業(yè)態(tài)，助力我國(guó)把握人工智能發(fā)展新階段的戰(zhàn)略主動(dòng)。

參考文獻(xiàn)：

[1] 別朝紅，王旭，胡源.能源互聯(lián)網(wǎng)規(guī)劃研究綜述及展望[J].中國(guó)電機(jī)工程學(xué)報(bào)，2017，37（22）：6445-6462.

[2] 李陽(yáng)，郇嘉嘉，曹華珍.基于綜合能源協(xié)同優(yōu)化的配電網(wǎng)規(guī)劃策略[J].電網(wǎng)技術(shù)，2018，42（5）：1393-1400.

[3] 高芳，耿喆.特朗普啟動(dòng)人工智能倡議誓要維護(hù)全球領(lǐng)先地位[J].科技中國(guó)，2019 （5）：89-91.

[4] 李曉華.世界主要國(guó)家人工智能戰(zhàn)略及其產(chǎn)業(yè)政策的特點(diǎn)[N].經(jīng)濟(jì)日?qǐng)?bào)，2019-04-17（14）.

[5] 遲海濤.人工智能視域下新零售時(shí)代業(yè)態(tài)結(jié)構(gòu)研究[J].商業(yè)經(jīng)濟(jì)研究，2019（9）：51-53.

[6] 李軍鋒.基于深度學(xué)習(xí)的電力設(shè)備圖像識(shí)別及應(yīng)用研究[D].廣州：廣東工業(yè)大學(xué)，2018.

[7] 漆燦，李慶武，鄭云海，等.基于智能視覺物聯(lián)網(wǎng)的變電站紅外監(jiān)測(cè)系統(tǒng)[J].電力系統(tǒng)保護(hù)與控制，2018（1）：135-141.

[8] 葉琳.深度學(xué)習(xí)在電力系統(tǒng)中的應(yīng)用研究綜述[J].浙江電力，2019，38（5）：83-89.

[9] 龔郗安.關(guān)于委內(nèi)瑞拉大停電事故的情況分析和關(guān)鍵基礎(chǔ)設(shè)施的安全防護(hù)建議[J].信息技術(shù)與網(wǎng)絡(luò)安全，2019，38（4）：1-2.

[10] 李保杰，劉巖，李洪杰，等.從烏克蘭停電事故看電力信息系統(tǒng)安全問題[J].中國(guó)電力，2017，50（5）：71-77.

[11] 孫杉.基于深度學(xué)習(xí)和云計(jì)算的電力信息網(wǎng)入侵檢測(cè)研究[D].北京：華北電力大學(xué)，2016.

[12] 李怡康，霍雪松，裴培，等.基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的電力調(diào)度自動(dòng)化系統(tǒng)入侵檢測(cè)算法[J].電子測(cè)量技術(shù)，2018，41（18）：31-35.

[13] 葛軍，孟干，周冬青，等.面向智能電網(wǎng)的網(wǎng)絡(luò)態(tài)勢(shì)評(píng)估模型構(gòu)建[J].自動(dòng)化與儀器儀表，2019 （4）：113-117.

[14] 王淵，彭晨輝，王志強(qiáng)，等.知識(shí)圖譜在電網(wǎng)全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心的應(yīng)用[J/OL].計(jì)算機(jī)工程與應(yīng)用（網(wǎng)絡(luò)首發(fā)），2019：1-7[2019-01-23].http：//kns.cnki.net/kcms/detail/11.2127.TP.20190122.1702.015.html.

[15] 李新鵬，徐建航，郭子明，等.調(diào)度自動(dòng)化系統(tǒng)知識(shí)圖譜的構(gòu)建與應(yīng)用[J].中國(guó)電力，2019，52（2）：70-77.

[16] 殷林飛.基于深度強(qiáng)化學(xué)習(xí)的電力系統(tǒng)智能發(fā)電控制[D].廣州：華南理工大學(xué)，2018.

[17] 侯金秀.基于電壓相量和深度學(xué)習(xí)的電力系統(tǒng)暫態(tài)穩(wěn)定快速評(píng)估[D].北京：中國(guó)電力科學(xué)研究院，2017.

[18] 易靈芝，常峰銘，龍谷宗，等.基于進(jìn)化深度學(xué)習(xí)短期負(fù)荷預(yù)測(cè)的應(yīng)用研究[J/OL].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（網(wǎng)絡(luò)首發(fā)），2019：1-7[2019-05-28].http：//kns.cnki.net/kcms/detail/12.1251.TM.20190527.1417.004.html.

[19] 曹智.微電網(wǎng)風(fēng)-光-水-蓄混合儲(chǔ)能的能量管理研究[D].南昌：南昌大學(xué)，2018.

[20] 史佳琪，譚濤，郭經(jīng)，等.基于深度結(jié)構(gòu)多任務(wù)學(xué)習(xí)的園區(qū)型綜合能源系統(tǒng)多元負(fù)荷預(yù)測(cè)[J].電網(wǎng)技術(shù)，2018，42（3）：698-707.

[21] 李智，侯興哲，劉永相，等.基于深度學(xué)習(xí)的充電站容量規(guī)劃方法[J].電力系統(tǒng)保護(hù)與控制，2017，45 （21）：67-73.

[22] 周長(zhǎng)華.基于強(qiáng)化學(xué)習(xí)的微電網(wǎng)電能交易研究[D].廈門：廈門大學(xué)，2017.

Abstract： With the continuous development of artificial intelligence， the information technology in the era of “intelligence +” is no longer limited to the connection between people， but gradually evolved into the real-time connection between people and things， things and things， so as to open a new generation of interconnection of

everything. In the field of energy and power， it is the application of artificial intelligence technology in the power Internet of things. This paper introduces the strategic position and significance of AI in detail， analyzes the

demand scenario， application field and development path of AI technology in power grid enterprises， and

provides reference for the development of AI technology in power grid enterprises.

Key? words： artificial intelligence; ubiquitous power internet of things; energy internet; power grid enterprises

責(zé)任編輯? ? 盛? ? 艷