“先进计算与人工智能技术”专栏

主编寄语

      先进计算与人工智能技术是推动能源转型的核心支撑力量，其在发电、输电、变电、配电、用电各环节的广泛应用，将为电力系统多领域的业务应用提供高效计算和智能服务能力，最大限度提高电力系统精益化运行水平，同时也能促进新业务与新应用模式的创新涌现，实现电力新型业务全面智能化。

为了展示先进计算与人工智能技术在电力领域中的研究成果，《中国电力》策划组织了“先进计算与人工智能技术”专栏。经专家评审，从公开征集的论文中遴选出7篇于本专栏刊出，主要研究方向包括能源信息物理系统分析、电力图像识别、智能电站数据中台等。
在能源互联网建设背景下，电力系统面临信息物理融合和数字化转型的发展趋势，电力信息物理系统的安全可靠性分析计算成为一个重要关注点。上海交通大学翁嘉明等提出馈线功率控制下的主动配电网信息物理风险演化分析方法，揭示了故障在配电网信息物理系统中的演化机理。南京邮电大学邓松等提出基于函数挖掘的能源信息物理系统数据安全风险识别算法，提高信息物理系统安全风险集识别预测的准确率和实用型。全球能源互联网研究院黄莉等提出形式化方法在电网信息物理系统中的应用，该方法对于信息物理融合带来的可靠性保障问题提出解决方案。
计算机视觉是人工智能技术的重要分支，也是当前人工智能发展较为成熟的领域，其在电力系统也有广泛的应用需求，如输变电智能巡检、安全生产智能监督、智慧办公等。上海电力大学马静怡等提出一种基于改进Faster RCNN的快速神经网络辨识方法，有效提升了变电站视频监控系统中对于动态小尺寸入侵目标体的识别精度。华北电力大学赵振兵等提出一种基于DBSCAN算法与FPN模型相结合的螺栓缺销检测方法，其检测精度优于FPN、RFCN和Faster R-CNN。国家电网有限公司赵永良等提出基于CNN和CRNN的深度学习网络的电力配件智能图像识别算法模型，可有效辅助仓储管理人员开展出入库管理。
推进电力共性业务、数据、技术的中台化是实现电力数据全局共享开放和电力企业数字化转型的关键。西安热工研究院有限公司王毅等设计了智能电站的数据中台架构，提出了全域数据采集、数据湖底座建设、数据萃取与分析、数据服务化交付、数据可视化等技术实现方法，为解决现有系统的数据孤岛、数据利用率低等问题提供了解决方案。
为实现“2030碳达峰2060年碳中和”目标，电力系统的变革化发展势在必行，先进计算与人工智能作为其中的重要支撑技术，对于打造清洁能源优化配置平台、提升终端电气化水平、推进电力系统技术装备创新、提高电力系统安全和效率水平至关重要。近年来该领域的研究如火如荼、成果频出，由于篇幅限制，本专栏未能将所有精彩论文都一一呈现。此外，衷心感谢众多专家学者的大力支持，感谢各位评审专家的认真审阅，感谢《中国电力》编辑部的细致工作，从而保证了本专栏的顺利与高质量出版，希望能为读者们提供有益的启示。

特约主编

高昆仑，男，教授级高级工程师，现任全球能源互联网研究院有限公司副院长。长期从事电力系统自动化及信息技术领域科研工作，先后创建国家电网公司信息安全实验室、大数据实验室、人工智能联合实验室，目前重点研究方向为人工智能、大数据及网络安全技术。国务院特殊津贴专家、国家电网公司科技领军人才，主持国家重点研发专项、863等国家级科技课题15项，获国家科技进步二等奖1项，省部级科技一等奖4项。

郑晓崑，男，高级工程师，现任全球能源互联网研究院有限公司计算及应用研究所总工程师，国家电网公司电力系统人工智能实验室学术带头人，长期从事电力系统信息通信领域科研工作。作为项目负责人主持1项国家能源局“互联网+”智慧能源示范工程项目，主持5项国家电网公司科技项目，参与承担了国家863计划、国家“十五”重大科技专项等6项国家级信息通信领域科技课题，相关科研成果获得省部级科技奖励7次、国网公司科技奖励3次。

点击标题，阅读原文

01

摘要：在主动配电网信息物理系统中，信息系统与物理网架之间存在强耦合关系。在电网复杂的信息物理交互作用下，信息系统的异常或故障会直接影响并降低电力系统的运行水平，甚至引发严重的连锁故障。且相对于传统电力系统，电网信息物理系统的风险致因因素更多，交互机理更复杂，监测识别更困难。电网信息物理系统的安全风险问题已成为当前亟待解决的基础问题之一。以主动配电网为研究对象，对信息侧架构与信息物理交互机理进行分析，建立了信息攻击下的风险传递模型，揭示了故障在配电网信息物理系统中的演化机理。最后，在DIgSILENT中搭建仿真算例进行实例分析，验证了所提出模型的正确性，并对未来配电网如何抵御信息侧风险，加强安全风险防护水平提出了建议。

02

摘要：数据安全风险评估对于能源信息物理系统安全稳定运行至关重要。现有的从二次设备、信息等角度来分析数据安全风险已经无法满足能源信息物理系统广泛的能源接入和各能源之间的能量、信息交互需求。首先提出基于粗糙集的数据安全风险要素特征选择算法，对影响能源信息物理系统中数据的安全风险特征集进行特征选择，降低能源信息物理系统数据安全风险要素集的维度；在此基础上，利用基因表达式编程（gene expression programming, GEP）的函数挖掘特性，提出基于混合GEP的能源信息物理系统数据安全风险识别算法，通过设计小生境种群生成策略以及动态自适应变异概率动态调整策略来提高数据安全风险识别的准确率和效率。仿真实验结果表明，所提算法对于复杂高维的能源信息物理系统数据安全风险集的识别和预测具有较高的准确率和较强的实用性，可为下一步制定能源信息物理系统数据安全防护策略提供理论方法支撑。

03

摘要：电网信息物理系统中的嵌入式终端不仅要具备常规的信息交互能力，还要在资源约束条件下，满足测控的实时性要求。面向规模庞大的复杂系统，需要引入形式化方法验证其可靠性。通过分析形式化方法在电网信息物理系统中的应用，设计实现一种适用于电网信息物理系统中嵌入式系统信息交互过程分析的形式化方法及模型检验软件工具，并结合实际案例详细分析模型检验工具的应用过程。实际案例表明，形式化方法可以缩小从高层设计到代码实现的距离，提高产品的可靠性，模型检验软件工具能够对当前嵌入式装置规模和复杂度快速增长带来的可靠性保障问题提供可参考的解决方案。

04

摘要：为实现无人值守变电站视频监控系统对动态小尺寸入侵目标体的识别与定位，提出一种基于改进Faster RCNN的快速神经网络辨识方法。该方法通过构建深度卷积网络计算目标样本的强语义特征，并利用密集连接的传输通道融合位置信息，从而得到适应于小目标检测的基础骨干网络；然后利用锚框挑选出目标可能存在的区域，采用双线性插值法计算定位框的坐标以实现像素级别的精确定位。使用采集的变电站监控图像对模型进行训练，得到适应小尺寸异物的改进Faster RCNN检测模型。通过对比实验结果表明，所提改进方法在进行小尺寸异物检测时能够保持高精度并具有时效性，具备一定的工程实用价值。

05

摘要：螺栓作为输电线路上数量最大的紧固件，其缺陷检测是输电线路巡检工作中的一项重要内容。针对螺栓缺销为小目标，其定位困难、特征难提取的问题，提出一种基于DBSCAN算法与FPN模型相结合的螺栓缺销检测方法。首先，利用FPN模型定位螺栓缺销目标区域，同时基于DBSCAN聚类算法对具有相同形态结构的区域进行聚类；然后，改进FPN模型：基于螺栓先验知识，利用卷积网络实现自底向上的特征提取，采用双线性插值方法将特征的高层语义信息自顶向下地传递到各个层级，通过卷积滤波方法横向加强高层语义特征与高分辨率特征的融合信息，获得更优化的螺栓缺销特征表达；利用改进FPN模型实现螺栓缺销的初步检测；最后，采用DBSCAN聚类算法对初步检测结果进行误检甄别，实现了螺栓缺销的精确检测。实验结果表明，DBSCAN-FPN在自建数据集上的检测精度达到76.23%，检测效果优于FPN、R-FCN和Faster R-CNN。所提方法可以有效提高螺栓缺销检测精度，对输电线路运维有实际意义。

06

摘要：针对电力配件种类繁多、型号各异，依靠射频识别(radio frequency identification, RFID)技术开展电力配件出入库管理，不能覆盖所有电力配件，容易出现出入库、退库不准确、效率低，以及出入库电力配件质量不满足生产要求的问题，开展基于机器学习和图像识别的电力配件智能识别研究。首先采用灰度处理、二值化等方法对原始图像进行处理，之后通过最小外接矩形校正原始图像，然后以卷积神经网络(convolutional neural networks, CNN)、卷积递归神经网络(convolutional recurrent neural network, CRNN)等深度神经网络为核心，结合CTC损失函数，构建适用于识别电力配件的深度学习模型，并依据图像识别吻合度，同步推荐疑似配件设备。通过智能设备采集电力配件图像，采用上述方法实时识别配件名称、型号，提示外形尺寸、适用范围、产品用途。实验结果表明，基于机器学习和图像识别的电力配件智能识别结果准确率达到95%，显著提升了仓储出入库管理的智能化水平。

07

摘要：在电站智能化建设过程中，为解决现有系统的数据孤岛、数据利用率低等问题，设计了数据中台产品。基于全域数据采集、数据湖底座建设、数据萃取与分析、数据服务化交付、数据可视化关键技术，建立了智能电站数据中台，实现了多源异构数据融合、共享和服务能力，有效提升电站精益化运行管理水平。最后介绍了智能电站数据中台的典型应用场景，对发电企业建设和应用数据中台具有一定的参考价值。

 往期回顾 

编辑：杨彪

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。