服务热线:400-962-1108
全国服务电话:400-962-1108
销售服务专线:136-3127-9399
总机:0756-8970588 (8线)
传真:0756-8970558
邮箱:zhkf8899@163.com
网址:www.kangfaxny.com
Copyright © 2018 珠海康发新能源科技有限公司 All Rights Reserved. 粤ICP备18034863号 网站建设:中企动力 珠海 SEO 营业执照
新闻中心
人工智能赋能电网数字化转型
“电力人工智能模型文件已完成导入,选择性能测试指标,选定3号测试集,启动测试,已完成检测并生成报告。”3月9日,在国网福建省电力有限公司人工智能实验室,技术负责人黄建业正通过人工智能模型检测平台开展安监违章模型产品的性能测试。截至目前,该检测平台已完成输电巡检、电表底度识别等15类模型产品检测,填补了电力人工智能模型产品检测专业空白,提高了电力模型产品评价能力和入网质量水平。
一年之计在于春。根据《国网福建电力人工智能技术应用三年行动方案》,2022~2024年为大力发展人工智能的关键三年。在国网福建电力数字化部的指导下,福建电力科学研究院全面紧扣“一体四翼”高质量发展,坚持人工智能研发运营及工程化应用的建设理念,在设备巡检、视频监拍、语义理解等业务领域开展应用探索和落地示范,全面推进以顶层设计为指导、云边智能协同为架构、工程化应用落地的福建电力人工智能应用创新模式,实现人工智能技术全面赋能电网数字化转型,支撑“数字闽电”建设。
AI识别微应用 智能电表轮换更高效
2月27日,在完成当日轮换电表现场拆除后,石狮市供电公司大客户班班长上官敬尧登录电表底度AI识别微应用,上传了近100张拆除电表的照片。10分钟后,微应用平台自动反馈收到智能识别的电表资产编码、底度电量等信息,紧接着工作人员一键执行机器人流程自动化工具,便将所有照片、信息数据上传至业务系统。整个入库流程不到20分钟,极大减轻了基层班组人工抄读、录入系统等工作量,提高了电表轮换业务效率。
“以前,智能电表轮换主要是依靠人工完成,平均每百只电表拆表后入库流程耗时约3.5小时。”福建电科院人工智能专业负责人钱健介绍,“现在,电表底度AI识别微应用实现了拆表后入库工作智能识别、快速校核、自动上传等,每百只电表入库流程缩短至20分钟以内。”
据了解,2022年至2023年,国网福建电力需要完成数百万只智能电表轮换。泉州供电公司数字化部副主任蒲建发介绍:“作为新技术首批试点单位,2022年,泉州地区4个示范县已完成近50万只智能电表轮换。”目前,该技术正逐步推广至宁德、福州、漳州、南平等地区试点应用。
虚拟安全员 现场作业更安全
“多设备分析任务已启用,网络、视频信号正常,云识别服务开始。”3月2日,在漳州220千伏北塘变电站作业现场,10个视频探头同时启动了云端智能分析服务。此时,在15千米外的漳州供电公司视频监控大厅内,安监部技术人员李国粉正通过视频平台查阅分析任务运行情况,分析识别结果。
“有了这项视频识别新技术,现场相当于多了一个24小时在线虚拟安全员。”李国粉介绍。
为辅助现场班组安全管控,缓解安监人工远程督察压力,2022年8月,国网福建电力组织福建电科院、漳州供电公司组建联合攻关团队,经过4个月的自主攻关,项目团队完成了样本收集、视频标注、模型迭代升级、封装部署等工作,引进视频流分析技术,贯通了视频平台、两库一平台、安全相关业务系统的视频流和报文,打通了布控球等边缘智能设备模型更新和告警报文上送通道。
“我们引进了视频流分析技术,可实现组帧分析,即组合前后帧的图像特征进行综合研判,拓展了可研判场景的复杂度。”福建电科院数字中心技术骨干林晨翔介绍,“目前,两库一平台已成功部署了21个安监云分析模型,解决了业务系统平台算力调用、模型更新等问题。今年,我们还将继续推进视频流识别模型构建、交互式联动识别等方面研究,实现云分析模式和边端分析模式‘双管齐下’。”
网格化数据 预测更精准
“辐照度数据采集正常,通信模块正常。”3月6日,在泉州南安市成功工业园附近,南安市供电公司蔡梅凤正在对屋顶辐照度微气象站进行数据轮巡。与此同时,在150千米之外的国网福建电力人工智能实验室技术骨干谢炜,正通过后台查阅预测误差、分析预测结果。经过一个月的连续测试,预测模型对单点客户的发电功率预测时间精度可达到分钟级,日发电量预测平均准确率达87.5%,平均合格率达96%。
目前,福建省分布式光伏发电装机容量已达到300万千瓦以上。精准预测光伏出力能够有效统筹光伏发电、负荷需求、储能装置之间的平衡协同,实现光伏最大程度就地消纳、优先消纳。谢炜介绍:“通过引入网格化数据建模和微气象站校准技术,大大提高了光伏预测的效率和精度。”
为了有效解决光伏预测难题,2022年8月,福建电科院联合南安市供电公司组建攻关团队。经过多种技术路线对比,攻关团队最终选择采用网格化数据建模方法,根据地理位置、电网结构将区域划分为多个子区域,将光伏客户与气象站气象预报数据通过网格进行匹配。攻关团队构建了中低压有源配电网数据集,利用两库一平台训练环境开展基于轻量级机器学习算法的预测模型研发,建成省内首套县域分布式光伏功率预测模型。
谢炜说:“目前,试点地区分布式光伏已实现从无预测到可预测,再到精准预测的完美转变。今年,我们还将继续开展预测模型算法优化、有源配电网精细化负荷预测等方面研究,进一步提升光伏出力短时预警及长时电量预测精度,服务配电网可接入容量评估、配电网运行方式优化等业务需求,有效保障电力可靠供应。”
近年来,国网福建电力人工智能实验室以业务需求为导向,深度融合“业务+技术”,打造了电力巡检、监测、预测等模型产品超100款,在输电、配电、安监、营销等多专业领域形成10余个工程化应用解决方案,有效解决了电网设备巡检、作业监测、经营管理等业务中重复性、辅助性问题,为人工智能技术工程化应用积累了实践经验。