2024人工智能在电力系统中的应用及其最新进展报告（附下载）

人工智能学派 · 公众号 · · 2024-06-17 16:39

正文

今天分享的是人工智能专题系列深度研究报告：《 2024人工智能在电力系统中的应用及其最新进展报告》

（报告出品方：北京交通大学）

报告共计： 74 页

电力人工智能及其应用现状：

研究背景：电力人工智能是人工智能的相关理论、技术和方法与电力系统的物理规律、技术与知识融合创新形成的“专用人工智能”，是支撑新一代电力系统的重要手段。
技术架构：包括电网安全、新能源消纳、新兴负荷感知预测、自然语言处理、电力资产管理运维、智能机器人、计算机视觉、机器学习、智能传感等。
电网面临的问题：电网实时平衡、交直流混联大电网、新能源消纳、电网调控、继电保护、配电网、新兴负荷的灵活互动等。
应用实践：配用电、输变电、电网安全与控制、新能源、企业经营管理等。

数据驱动的电力系统暂态稳定评估与紧急控制：

成果1-基于轨迹簇的广域故障特征提取：定义了27种轨迹簇统计特征，提出了一种基于RELIEF算法的Filter式和基于SVM-AUC评价方法的Wrapper式相结合的两阶段特征选择方法。
成果2-融合多类型深度学习模型集成评估方法：提出了一种多类型深度网络集成的暂态稳定评估模型及预测结果可信度的评估方法，提出了一种结合证据理论的融合多类型深度学习模型构建方法，提出了一种基于融合模型的稳定裕度和失稳程度的精细化评估方法。
成果3-计及误判/漏判代价的两阶段评估：提出了基于集成CNN的电力系统暂态稳定分层实时预测模型，提出了一种多判据融合的紧急控制启动策略。
成果4-基于改进DCGAN的样本增强：提出了一种基于改进深度卷积生成对抗网络的样本增强方法，提出了一种基于样本的迁移学习方法，进一步采用改进DCGAN增强样本。
成果5-基于迁移学习的自适应暂态稳定评估：提出了基于迁移学习和深度学习网络的电力系统暂态稳定自适应评估方法，提出了一种变步长的最小均衡训练样本生成方法，提出了一种基于信息熵的样本选择策略。
成果6-暂态失稳紧急控制策略求解方法：提出了一种暂态稳定自适应评估与紧急控制的闭环一体化框架，提出了一种基于深度学习的闭环控制方法，提出了一种基于深度强化学习DRL的贯序紧急控制算法。

人工智能大模型最新进展：

定义：人工智能大模型是指拥有超大规模参数、超强计算资源的机器学习模型，能够处理海量数据，完成各种复杂任务。
发展历史：2017年，Transformer的提出奠定了大模型预训练算法架构的基础；2018年，OpenAI和Google分别发布了GPT-1与BERT大模型；2022年，OpenAI推出ChatGPT3.5；2023年至今，国内企业相继推出AI大模型。
主流应用场景：自然语言处理、计算机视觉、语音识别、推荐系统、智能驾驶等。
分析式AI到生成式AI：分析式AI发展过程中的技术积累为生成式AI的产生奠定基础，生成式AI在总结归纳数据知识的基础上可生成数据中不存在的样本。
生成式AI：Generative AI是一种新兴的人工智能技术，可以根据已经学习的内容生成新的内容。
Chat GPT：ChatGPT是一种基于Transformer架构和无监督预训练技术的对话生成模型，具有自然语言理解、文本生成、对话生成等功能。
Sora：Sora是由OpenAI开发的一种先进的文生视频模型，它采用了扩散型变换器架构，能够将随机噪声逐渐转化为有意义的图像或视频内容。
人工智能未来发展趋势：从AI大模型迈向通用人工智能、合成数据打破人工智能训练数据瓶颈、量子计算机可能率先应用于人工智能、AI代理和无代码软件开发带来“冲击波”。
人工智能面临的困境：数据中心的电力短缺、数据中心的建设热潮、人工智能风险的规避。