目前,AI技術(shù)已經(jīng)在電力系統的許多環(huán)節得到初步應用,并展現出良好的應用效果。然而,AI在智能電網(wǎng)中的應用面臨如下問(wèn)題和挑戰。
基礎設施建設有待完善。AI技術(shù)的應用離不開(kāi)大量數據樣本、高級計算能力和分布式通信協(xié)議,因此相關(guān)大數據、云計算、分布式合作平臺等基礎設施資源的建設是進(jìn)一步利用AI技術(shù)的前提。
AI可解釋性的局限需要被突破。AI技術(shù)的解釋能力較弱,重在結果的近似最優(yōu),對于普通人來(lái)說(shuō)因為解釋不夠清楚往往難以理解或將其具體實(shí)現。而具有可解釋性的模型使系統與使用者之間的交互變得可能并具有操作性,專(zhuān)家的經(jīng)驗也能更好地介入到數據驅動(dòng)的建模和決策中,實(shí)現決策的溯源、引導和糾正,完善系統的性能與表現。因此,可解釋性將是未來(lái)人工智能發(fā)展的標桿,也是制約AI在智能電網(wǎng)應用的重要因素。
加強數據管理和對隱私安全的保護。大量的樣本學(xué)習是AI技術(shù)應用的根本,這其中難免包括大量的機密信息,即使經(jīng)過(guò)一定的保密處理后仍存在泄露風(fēng)險。正因此,人工智能對網(wǎng)絡(luò )安全而言是一把雙刃劍,它既可以成為阻斷網(wǎng)絡(luò )攻擊的盾牌,又可能成為黑客手中助紂為虐的武器。所以,AI技術(shù)在應用到智能電網(wǎng)上時(shí)必須展開(kāi)深入且全面的安全保障研究,做出相應的風(fēng)險評估,保障電網(wǎng)運行的穩定與安全。
確??煽啃?。主流AI技術(shù)一般采用“黑匣子”方法,其精度高,但有時(shí)會(huì )犯一些人眼一眼便能看出的低級錯誤,而在電力系統的很多場(chǎng)景中對可靠性要求是極高的,這也是AI廣泛應用于智能電網(wǎng)需要解決的問(wèn)題。
我國智能電網(wǎng)經(jīng)過(guò)多年的建設已經(jīng)取得了一定的發(fā)展,并朝著(zhù)更高的方向邁進(jìn)。這離不開(kāi)AI技術(shù)的助力,但也要看到,在成績(jì)背后,AI技術(shù)在智能電網(wǎng)上的應用還處于起步階段,要形成完整成熟的體系化技術(shù)系統還需要很長(cháng)的時(shí)間。隨著(zhù)我國電網(wǎng)的迅速建設,相關(guān)數據的體量也會(huì )大幅增加,管理的復雜性也在提高。
與此同時(shí),為了實(shí)現雙碳目標,光伏、風(fēng)電等新能源發(fā)電技術(shù)必將逐漸取代火電等發(fā)電方式,電動(dòng)汽車(chē)也將獲得大力推廣,這些趨勢都有助于推動(dòng)分布式能源的快速布局,并對電力網(wǎng)的負荷能力和運行方式提出了更高的要求。
掃一掃關(guān)注公眾號