電力人工智慧專題系列之 機器學習

在文藝青年的眼中，電網是這樣的：「曲曲折折的電網上面，彌望的是田田的桿塔。層層的線路中間，零星地點綴著些間隔棒，有四分裂的，有六分裂的，正如一粒粒的明珠，又如碧天里的星星。微風過處，送來縷縷電流，彷彿輕風在撥動琴弦…… 」

當我們看到張北草原的風電機組迎風旋轉時，當我們看到茫茫戈壁上整齊排列的太陽能電池板時，當我們看到一條條特高壓交直流線路如巨龍般橫亘山河時，當我們看到城市裡不限行不限號的電動汽車時，我們都會由衷讚歎，飛速發展的電網正在為我們的生活帶來更清潔的電力，更清新的空氣。

然而，在電力小夥伴們的眼中，電網還有一面是這樣的：

隨著發、輸、變、配、用等電力各領域的技術及管理革新，電網正逐步演變為源、網、荷、儲、人等多重因素耦合的，具有開放性、不確定性和複雜性的新型網路。其中，大規模新能源出力和正在快速增長的電動汽車等新興負荷的時間和空間隨機性隨著其規模效應的擴大而對電網形成衝擊，特高壓交直流系統的複雜結構和特性使其穩定控制正面臨挑戰，規模龐大的電力資產帶來的可靠性問題和管理問題也對電網企業運維和管理能力提出了更高的要求。

這些正在發生的變化和逐步顯現的問題，讓我們看到了基於適度簡化和理論推導的傳統解決方案的局限性，當一個高階非線性系統中的變數由於其隨機性被規模效應放大而難以忽略或簡化時，當系統自變數和因變數間的關係難以建模和解析時，我們需要尋找新的科學方法來描述其變化特徵，而我們最有價值的資源就是電力數據！發電數據、負荷數據、氣象數據、交通數據、交易數據、用戶數據等等，這些數據共同描繪著社會的資源流動，蘊涵著豐富的寶藏。機器學習正是一種尋找數據中的特徵和知識來做出預測或決策的科學方法，是我們在數據海洋里淘金的必備工具。

中國電科院王繼業副院長在2018年6月20日北京召開的人工智慧應用學術研討會的主旨報告「人工智慧重點研發方向和發展趨勢」中提出，為了有效應對當前電網的開放性、不確定性和複雜性，必須採用數據驅動的人工智慧技術，這是支撐新一代電力系統的重要手段。

機器學習是人工智慧的核心，它是一門交叉學科，涉及概率論、統計學、逼近論、凸分析、演算法複雜度理論等多個領域。它專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。

經典的機器學習演算法有決策樹、支持向量機、回歸、聚類、神經網路、貝葉斯分類器、概率圖模型等，隨著數據規模的增大，演算法的優化和計算力的提升，深度學習、增強學習、對抗學習、遷移學習等技術成為研究和應用熱點，在圖像識別、語音識別、語義理解、預測分析等領域取得突破進展，廣泛應用於交通、安防、醫療、社交、金融、零售等行業。

未來，基於機器學習的人工智慧技術，將在新能源消納、大電網安全穩定、新興負荷的感知與預測、電力資產管理和智能化運維等領域發揮重要作用，助力於建設廣域泛在、開放共享的能源互聯網。以數據為驅動，讓電力更智能，讓我們一起努力！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！