电力人工智能技术研究框架、应用现状及展望

蒲天骄; 赵琦; 王新迎

doi:10.13335/j.1000-3673.pst.2024.1350

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

电力人工智能技术研究框架、应用现状及展望

能源互联网优化运行智能决策理论与关键技术 | 更新时间：2025-12-03

- 电力人工智能技术研究框架、应用现状及展望
- 电力人工智能技术研究框架、应用现状及展望
- 电网技术 2025年49卷第5期页码：1751-1770
- 作者机构：
  
  中国电力科学研究院有限公司
- 作者简介：
- 基金信息：
  
  国家电网公司科技项目(5700-202455328A-2-1-ZX)~~
- DOI：10.13335/j.1000-3673.pst.2024.1350
  中图分类号： TM73;TP18
- 纸质出版：2025
- 稿件说明：
移动端阅览
蒲天骄, 赵琦, 王新迎. 电力人工智能技术研究框架、应用现状及展望[J]. 电网技术, 2025,49(5):1751-1770.

蒲天骄, 赵琦, 王新迎. 电力人工智能技术研究框架、应用现状及展望[J]. 2025, 49(5): 1751-1770.
蒲天骄, 赵琦, 王新迎. 电力人工智能技术研究框架、应用现状及展望[J]. 电网技术, 2025,49(5):1751-1770. DOI： 10.13335/j.1000-3673.pst.2024.1350.

蒲天骄, 赵琦, 王新迎. 电力人工智能技术研究框架、应用现状及展望[J]. 2025, 49(5): 1751-1770. DOI： 10.13335/j.1000-3673.pst.2024.1350.

摘要

能源革命与数字革命深度融合是促进能源电力领域绿色低碳转型升级，加速“双碳”目标实现的重要途径。伴随着生成式大模型的突破，人工智能技术已经从传统的感知判别式向生成决策式升级，为新型电力系统建设在电力运检、调度决策、智慧客服等业务领域所面临的认知推理可靠性弱、调度决策可解释性差、场景变化适应性弱等难题提供更加智能化和创新性的解决方案。该文以电力人工智能为核心，系统性地提出了包含基础技术、数据智能、感知智能、认知智能、决策智能五大方向的电力人工智能技术图谱，详细阐述了各技术方向的应用现状和成熟度，并总结了电力人工智能技术总体现状；同时，立足人工智能技术本身在可解释性、安全性、算力支撑等方面面临的发展挑战，聚焦电力业务，深入分析了电力人工智能技术应用存在的困难和挑战；针对上述挑战，提出了亟待攻关的核心技术方向，展望了这些技术突破在新型电力系统建设中的应用前景。该文旨在推动人工智能技术与能源电力业务的深度融合，助力新型电力系统建设。

Abstract

关键词

Keywords

references

电网可视化技术创新成果报告[M].电子工业出版社,2022.

Tailong Xiao,Xinliang Zhai,Jingzheng Huang,Jianping Fan,Guihua Zeng.Quantum deep generative prior with programmable quantum circuits[J].Communications Physics,2024.

Enrico De Santis,Alessio Martino,Antonello Rizzi.Human versus Machine Intelligence: Assessing Natural Language Generation Models through Complex Systems Theory.[J].IEEE transactions on pattern analysis and machine intelligence,2024.

Chen Yitong,Nazhamaiti Maimaiti,Xu Han,Meng Yao,Zhou Tiankuang,Li Guangpu,Fan Jingtao,Wei Qi,Wu Jiamin,Qiao Fei,Fang Lu,Dai Qionghai.All-analog photoelectronic chip for high-speed vision tasks.[J].Nature,2023.

Dong Bowei,Aggarwal Samarth,Zhou Wen,Ali Utku Emre,Farmakidis Nikolaos,Lee June Sang,He Yuhan,Li Xuan,Kwong Dim Lee,Wright C. D.,Pernice Wolfram H. P.,Bhaskaran H..Higher-dimensional processing using a photonic tensor core with continuous-time data[J].Nature Photonics,2023.

Tong Zhanbei,Zhong Jianwei,Li Jiajun,Wu Jianjun,Li Zhenwei.A power quality disturbances classification method based on multi-modal parallel feature extraction[J].Scientific Reports,2023.

Li Daoxing,Wang Xiaohui,Zhang Jie,Ji Zhixiang.Automated deep learning system for power line inspection image analysis and processing: Architecture and design issues[J].Global Energy Interconnection,2023.

Liu Zhi,Gao Ying,Liu Baifen.An artificial intelligence-based electric multiple units using a smart power grid system[J].Energy Reports,2022.

Li Songrui,Zhang Lihui,Nie Lei,Wang Jianing.Trading strategy and benefit optimization of load aggregators in integrated energy systems considering integrated demand response: A hierarchical Stackelberg game[J].Energy,2022.

Lin Weixuan,Wu Di,Boulet Benoit.Spatial-Temporal Residential Short-Term Load Forecasting via Graph Neural Networks[J].IEEE TRANSACTIONS ON SMART GRID,2021.

Wang Yi,Bennani Imane Lahmam,Liu Xiufeng,Sun Mingyang,Zhou Yao.Electricity Consumer Characteristics Identification: A Federated Learning Approach[J].IEEE TRANSACTIONS ON SMART GRID,2021.

Perera A.T.D.,Wang Z.,Nik Vahid M.,Scartezzini Jean Louis.Towards realization of an Energy Internet: Designing distributed energy systems using game-theoretic approach[J].Applied Energy,2020.

Kroposki Benjamin,Bernstein Andrey,King Jennifer,Vaidhynathan Deepthi,Zhou Xinyang,Chang Chin Yao,DallAnese Emiliano.Autonomous Energy Grids: Controlling the Future Grid With Large Amounts of Distributed Energy Resources[J].IEEE POWER & ENERGY MAGAZINE,2020.

Lin You,Wang Jianhui.Probabilistic Deep Autoencoder for Power System Measurement Outlier Detection and Reconstruction[J].IEEE Transactions on Smart Grid,2020.

Tan Mao,Yuan Siping,Li Shuaihu,Su Yongxin,Li Hui,He Feng.Ultra-short-term industrial power demand forecasting using LSTM based hybrid ensemble learning[J].IEEE Transactions on Power Systems,2020.

Biswas Partha P.,Cai Hongyun,Zhou Bin,Chen Binbin,Mashima Daisuke,Zheng Vincent W..Electricity Theft Pinpointing through Correlation Analysis of Master and Individual Meter Readings[J].IEEE Transactions on Smart Grid,2019.

Yi Wang 0022,Qixin Chen,Dahua Gan,Jingwei Yang,Daniel S. Kirschen,Chongqing Kang.Deep Learning-Based Socio-Demographic Information Identification From Smart Meter Data.[J].IEEE Trans. Smart Grid,2019.

秦博宇,高鑫,张哲,丁涛,张逸兴.知识-数据融合的直流送端系统暂态过电压幅值预测[J].电力系统自动化,2024(14).

吴泽华,吴宝英,赵林杰,程建伟,王青于,刘鹏,黄克捷,郭伊宇,杜志叶,曾强.面向输变电设备数字孪生的多物理场正反演快速仿真关键技术综述[J].电网技术,2024(10).

蒲天骄,韩笑.新型电力系统中人工智能应用的关键技术[J].电力信息与通信技术,2024(01).

周长玉,李想,焦润海,李恺航.基于领域知识图谱的变压器故障联合推理[J].中国电机工程学报,2025(06).

贺兴,潘美琪,艾芊.小样本学习技术在新型电力系统中的应用与挑战[J].电力系统自动化,2024(06).

王小君,窦嘉铭,刘曌,刘畅宇,蒲天骄,和敬涵.可解释人工智能在电力系统中的应用综述与展望[J].电力系统自动化,2024(04).

白培瑞,王瑞,刘庆一,韩超,杜红萱,轩辕梦玉,傅颖霞.DS-YOLOv5：一种实时的安全帽佩戴检测与识别模型[J].工程科学学报,2023(12).

江秀臣,臧奕茗,刘亚东,盛戈皞,许永鹏,钱庆林.电力设备ChatGPT类模式与关键技术[J].高电压技术,2023(10).

张晓华,刘道伟,李柏青,乔颖,赵高尚,杨红英,吕先进,张丽.信息驱动的大电网运行态势知识图谱框架及构建模式研究[J].中国电机工程学报,2024(11).

汪鸿,朱正甲,陈建华,赵冬雪,黄天啸.基于人工智能技术与物理方法结合的新能源功率预测研究[J].高电压技术,2023(S1).

乔钰彬,曲金帅,范菁,肖云波,张宜.基于深度学习的输电线路绝缘子缺陷识别研究[J].计算机与数字工程,2023(08).

范士雄,郭剑波,马士聪,赵泽宁,王铁柱.混合增强智能在电力系统中的应用研究[J].电网技术,2023(10).

阮广春,何一鎏,谭振飞,钟海旺.面向新型电力系统运行的数据-物理融合建模综述[J].中国电机工程学报,2024(13).

孔祥玉,马玉莹,艾芊,张曦元,李闯,肖白.新型电力系统多元用户的用电特征建模与用电负荷预测综述[J].电力系统自动化,2023(13).

张沛,周钰朋,崔晖,杨晓楠,胡晨旭.基于可解释机制的极限传输能力计算知识表达模型[J].电力系统自动化,2023(15).

谢敏,黄莹,李弋升,刘明波.分布式能源动态聚合于虚拟电厂的演化博弈决策方法和机理分析[J].电网技术,2023(12).

宋雨露,樊艳芳,刘牧阳,白雪岩,张鑫宇.基于SC-DNN和多源数据融合的新能源电力系统状态估计方法[J].电力系统保护与控制,2023(09).

蒲天骄,杜帅,李烨,王新迎.面向隐私保护基于联邦强化学习的分布式电源协同优化策略[J].电力系统自动化,2023(08).

康重庆,杜尔顺,郭鸿业,李姚旺,方宇晨,张宁,钟海旺.新型电力系统的六要素分析[J].电网技术,2023(05).

焦飞,宋睿,张鋆,彭国政,周华良,李友军,赵传奇,张树华.存算一体技术研究进展及其在电网中的应用探索[J].电网技术,2024(01).

张晓华,刘道伟,吕先进,赛峰,马晓磊,乔颖,舒斐,张丽,赵高尚,杨红英,王世茹,杨世通.基于时变图的大电网稳定态势知识图谱建模及管理技术[J].电力信息与通信技术,2023(03).

游文霞,梁皓,杨楠,李清清,吴永华,李文武.基于重采样和混合集成学习的不平衡窃电检测[J].电网技术,2024(02).

刘云鹏,来庭煜,刘嘉硕,魏晓光,裴少通.特高压直流换流阀饱和电抗器振动声纹特性与松动程度声纹检测方法[J].电工技术学报,2023(05).

乔骥,郭剑波,范士雄,黄彦浩,尚宇炜.人在回路的电网调控混合增强智能初探:基本概念与研究框架[J].中国电机工程学报,2023(01).

陈超人,冉梦东,郜晓娜,田地,陈家辉.基于视频AI识别的智能变电站安全智能巡视方法研究[J].电气技术与经济,2022(06).

刘怀远,文晶,陈兴雷,黄河凯,王甜婧,王宏志,黄彦浩,汤涌,杨东华.知识驱动的大电网仿真分析知识建模方法及其在潮流智能调整问题中的应用[J].中国电机工程学报,2023(05).

何鑫雨,董萍,刘明波,黄善超,李家兴.基于双层演化博弈模型的多区域点对点能源共享机制[J].电网技术,2023(01).

李宝琴,吴俊勇,李栌苏,史法顺,赵鹏杰,王燚.基于主动迁移学习的电力系统暂态稳定自适应评估[J].电力系统自动化,2023(04).

林政阳,姜飞,何桂雄,郭祺,张新鹤,刘铠诚,刘向向.基于模型-数据联合驱动的电-气综合能源系统区间状态估计[J].电网技术,2023(07).

董雷,陈振平,韩富佳,王晓辉,蒲天骄.基于图卷积神经网络与K-means聚类的居民用户集群短期负荷预测[J].电网技术,2023(10).

刘闽,李喆,李曜丞,刘亚东,江秀臣.基于重参数化YOLOv5的输电线路缺陷边缘智能检测方法[J].高电压技术,2024(05).

郭方洪,刘师硕,吴祥,陈博,张文安,葛其运.基于联邦学习的含不平衡样本数据电力变压器故障诊断[J].电力系统自动化,2023(10).

黄越辉,孙亚南,李驰,李湃,宋子源.基于条件生成对抗网络的多区域风电短期出力场景生成方法[J].电网技术,2023(01).

姚建国,余涛,杨胜春,潘振宁,李亚平,张孝顺.提升电网调度中人工智能可用性的混合增强智能知识演化技术[J].电力系统自动化,2022(20).

张凡,马程,李秀广,朱筱瑜,汲胜昌.计及振动响应的变压器绕组轴向机械强度动态评估方法研究[J].中国电机工程学报,2023(16).

古思丽,乔骥,张东霞,张松涛,李宗翰,王新迎,任汉涛,陈二松.基于图深度学习的薄弱支路辨识与溯因分析[J].中国电机工程学报,2023(03).

邵振国,张承圣,陈飞雄,谢雨寒.生成对抗网络及其在电力系统中的应用综述[J].中国电机工程学报,2023(03).

张鋆,王继业,宋睿,张树华,焦飞.基于边缘智能的输电线路异常目标高效检测方法研究[J].电网技术,2022(05).

张涵,王程,毕天姝.融合物理与数据知识的电力系统扰动后频率在线快速计算方法[J].电网技术,2022(11).

赵鹏,蒲天骄,王新迎,韩笑.面向能源互联网数字孪生的电力物联网关键技术及展望[J].中国电机工程学报,2022(02).

刘云鹏,王博闻,周旭东,严才鑫.基于等效源法的变压器瞬态声场重构与声学监测测点位置定量评价方法[J].中国电机工程学报,2022(07).

徐春雷,吴海伟,刁瑞盛,胡浔惠,李雷,史迪.基于深度强化学习算法的“电网脑”及其示范工程应用[J].电力需求侧管理,2021(04).

李亦言,胡荣兴,宋立冬,贾乾罡,陆宁.机器学习在智能配用电领域中的应用：北美工程实践概述[J].电力系统自动化,2021(16).

徐飞阳,薛安成,常乃超,孔贺,徐劲松.电力系统同步相量异常数据检测与修复研究现状与展望[J].中国电机工程学报,2021(20).

周坤,许云飞,崔昊杨,李树林.基于预测控制的多种新能源互补电力系统动态调度模型[J].现代电力,2021(03).

李雪峰,刘海莹,刘高华,苏寒松.基于深度学习的输电线路销钉缺陷检测[J].电网技术,2021(08).

杨玉莲,齐林海,王红,苏林萍,徐永海.基于生成对抗和双重语义感知的配电网量测数据缺失重构[J].电力系统自动化,2020(18).

向悦萍,杨健维,臧天磊,廖凯,何正友.计及电能质量的电力市场多主体博弈模型[J].电网技术,2020(09).

周东旭,王丰华,党晓婧,张欣,刘顺桂.基于压缩观测与判别字典学习的干式变压器声纹识别[J].中国电机工程学报,2020(19).

张重远,罗世豪,岳浩天,王博闻,刘云鹏.基于Mel时频谱-卷积神经网络的变压器铁芯声纹模式识别方法[J].高电压技术,2020(02).

刘云鹏,许自强,和家慧,王权,高树国,赵军.基于条件式Wasserstein生成对抗网络的电力变压器故障样本增强技术[J].电网技术,2020(04).

陶洪铸,翟明玉,许洪强,季学纯,刘金波,徐丽燕.适应调控领域应用场景的人工智能平台体系架构及关键技术[J].电网技术,2020(02).

窦迅,王俊,王湘艳,吴磊.基于演化博弈的区域电–气互联综合能源系统用户需求侧响应行为分析[J].中国电机工程学报,2020(12).

谭本东,杨军,赖秋频,谢培元,李军,徐箭.基于改进CGAN的电力系统暂态稳定评估样本增强方法[J].电力系统自动化,2019(01).

颜君凯,马宏忠,李凯,张栋凯,孙悦,齐蔚然.基于振动信号的变压器绕组松动故障诊断方法[J].电力系统自动化,2017(03).

孙莹,高贺,李可军,梁永亮.基于多时段信息融合的配电变压器运行状态评估模型[J].高电压技术,2016(07).

陈伟根,刘娟,曹敏.基于信息融合的变压器内部故障诊断方法[J].高电压技术,2015(11).

阮羚,谢齐家,高胜友,聂德鑫,卢文华,张海龙.人工神经网络和信息融合技术在变压器状态评估中的应用[J].高电压技术,2014(03).

熊卫华,赵光宙.基于希尔伯特-黄变换的变压器铁心振动特性分析[J].电工技术学报,2006(08).

浏览量

2808

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

新型电力系统下分布式光伏规模化并网运行关键技术探讨