新能源为主体的新型电力系统与人工智能_第1页
新能源为主体的新型电力系统与人工智能_第2页
新能源为主体的新型电力系统与人工智能_第3页
新能源为主体的新型电力系统与人工智能_第4页
新能源为主体的新型电力系统与人工智能_第5页
已阅读5页,还剩41页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

新能源为主体的新型电力系统与人工智能一、新型电力系统二、数字化转型三、人工智能四、结论●新能源为主体的新型电力系统:为主体是多少?新型新在哪里?能解决双C多少份额?●电网模式:发、输、变、配、用要革命。网络特高压、微网?装置超导、电力电子?优化与控制?。●数字化转型?数字化、智能化、能源互联网、智能电网、透明电网等数字概念。●人工智能往哪里走?人工智能就像大数据一样,它就是各种各样分析方法、算法、数学模型。也就是感知里面的知。对来自传感器感等方面的数据进行分析、处理、计算、建模。其核心是数学模型、算法和物理模型。对数据进行处理、帮助人类得到想要的结果。协助系统走向数字化。●新型电力系统物理上发生重大革命,与之相适应的物理模型、数学模型、数据内含都发生重大变化,各类人工智能的新方法也随之兴起。·电力系统成为实现双碳目标的主力,契合电能替代、清洁替代的方向,发、输、变、配、用各个环节都要随之改变。发电端是减少碳排放的主力军,煤炭清洁化利用及火电逐渐退出,新能源,包括风、光、核、水、氢、生物质等为主体的发电系统要占据统治地位。·输变配的特高压与微网、分布式成纺锤型。西部、北部能源基地要求特高压,区域分布式综合能源要求建设微网。·电力系统从从局部智能向全局智能转变。电力系统面临重大变革。·高弹性、数字化电力系统,需建立全网协同、数字驱动、主动防御、智能决策的新一代调控体系,数字化、智能化必须承担先锋作用。其中最复杂、物理量最多、涉及学科最泛的是设备,不同电压等级、不同设备、同类设备不同材料和结构都需要不同的表征参数、技术指标、评估和判断标准。设备的数字化、智能化是人工智能的核心领域。新型电力系统内容9同一、新型电力系统二、数字化转型国家的需求《关于加快推进国有企业数字化转型工作的通知》第四届数字中国建设峰会国务院国资委党委书记、主任郝鹏:“已有近60家央企专门设立数字产业公司”第四届数字中国建设峰会√促进数字经济和实体经济融合发展√打造数字经济新优势√把握数字经济发展机遇√加快数字化发展,推进数字化转型。√推进数字化研发、个性化定制新模式。√建设符合数字经济与信息的新央企。国网、南网外的各能源各央企也纷纷行动国家电力投资集团公司“两翼齐飞”南网数字电网整体架构量测大数据中心大数据中心大数据中心大数据中心港澳大湾区利南网云(A”物联网应用层管理层平台层网络层数据汇聚层应用层管理层平台层网络层数据汇聚层传感器层感知层用户服务用户服务应用系统接入网关接入控制器接入控制器接入控制器节点节点节点接入低功耗微功率链状分布微功率有线有线单点接入微功率传感器接入低功耗低功耗低功耗传感器接入有线微功率低功耗有线有线有线汇聚节点有线接入汇聚节点有线接入有线接入输电运检物联网变电运检物联网微功率无线传感网低功耗无线传感网 微功率无线传感器低功耗无线传感器有线传感器物联网构架变电站数字化转型-实例物联网是最合理的实现技术路线(汇聚节点)监测主机(接入节点)上海迈内能源科技有限公司的一种模式设备的数字化-数字孪生需要最多的AI电压、电流、负荷等测量信息内部电磁场分布反演计算内部温度场的正演计算模型内部损耗分布多物理场多参数反演计算模型寻优算法多物理场多参数反演技术高维有效输入数据高精度反演模型一、新型电力系统 三、人工智能√摆脱了对即有人类实践及经验的大数据的依赖(大可从零开始)需要在类似于“第一推动”(牛顿语)等一系列算法下的冷启动,即可在“无(人类)从观摩进化到自己和自己玩稀缺用小数据学习(无监督、半监督)来源:AIII研究院工业和信息化部印发通知,组织开展2021年人工智能产业创新任务揭榜工作。进一步探索完善揭榜挂帅机工作重点面向3个方向:一是核心基础,包括高性能云端人工智能芯片、高性能边缘端/终端计算人工智能芯片、觉检测系统等9类产品。三是公共支撑,包括人工智能训3类能力。工业和信息化部将与有关部门、地方及金融机智能感知-感与知是基础,智能是目标可靠性、微型化、集成化:集成多种监测参量、提高稳定性和可靠性、降低成本②低功耗、无源化:开发高可靠性的智能传感技术、向②智能智能3智能化、数字化:融合采集、通信、控制功能34互动化、网络化:双向通讯、实现用户的双向交互对4部件化、材料化:采用新型的传感方式和封装手段Science封面:史上最小飞行器,有翼微芯片仅沙粒大小,可用于环境监测人工智能学家9月24日传感器微型化:左上,传感器集成在仅有沙粒大小的飞行器上,包括小米大小的摄像头等。,在很多场景中还是无法满足人们要求。这个过程就好比我们熟悉的“盲人摸象”,每个传感器基于自己的特性和专长,只能看到被测对象的某一个方面的特征,将多个传感器整合在一起来使用的方法,就是“传感器融合”,可分为数据级融合、特征级融合和决策级融合。如何选择传感器融合的策略和架构,需要综合算力、通信、安全、成本等方面的要素,做出正确的决策。不论是采用哪种传感器融合架构,主要的重点和难点都在算法上,在优化算法人工智能在新型电力系统的应用人工智能计算中心居民负荷电动汽车大电网安全与稳定(态势感知用户画像物资仓储安全管控电力定制用户画像物资仓储安全管控电力定制电力资产智能感知与运维其他业务(基建、物资、营销、安监)国网人工智能平台用务用务封装训练、运行人人工智能平台能力层能力层样本管理样本资源服务自录样本管理样本资源服务自录样本标注样本共享资源层显卡驱动GPU多线程计算架构(CUDA)深度神经网络的加速库(cuDNN)资源层CPU计算资源GPU计算资源存储资源网络资源成一亿像素逼真3D图像,可任意旋转人工智能学家今天数据数据分析、重构、仿真、推理核心算法来源:Al科技评论,还有一套一—近日,来自德国埃尔兰根-纽伦堡大学的学者提出了一种,还有一套一—意相机角度合成的图像,360度旋转都不是问题。大数据平台-核心是人工智能算法平台作为最终裁判,终审。智能传感器带边缘计算人工智能算法,完成90%的故障预警及其它需要的功能功能。人工智能算法在设备诊断的应用口智慧大脑“AlphaPE”(大数据+人工智能)复杂条件下视频图像、红外热像、局部放电、声音、气味等设备健康状态核心参量的智能识别和故障诊断;大数据驱动、领域知识和人工智能相结合的设备状态分析和智能诊断基础理论、方法和算法模型;电网设备状态数字孪生理论方法与关键技术。学习参数优化智能学习模型AI算法:神经网络、机器学习v-BOutput训练有素的GNN模型可以快速、准确地预测材料浓度分布,从而为研究神经突网络复杂3D模型中的传输过程提供有效的深度学习(DL)框架。也可以预测绝缘体内部电、磁、应力、热场分布,为设备状态评估提供支撑。AP₂(一))权重θ权重θ隐藏层1输入层1深度信念网络深度信念网络预训练预训练训练好的0类器故障类型0故障类型0X>20dB高信噪比情况下故障样本召回率仅下降0.33%;>-20dB低信噪比情况下误报率降低63.47%,非常可观!1、新能源为主体的新型电力系统,符合总书记提出的能源、电网革命、实现双碳目标的要求,也符合清洁替代、电能替代的趋势;2、特高压与微网、分布式更加重要,两头成纺锤型。新能源风电、光伏这类随机性、间歇性的能源以及电动车

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论