智能电网是将现代信息系统融入传统电网的产物,从而改善电网的可控性与可观性,解决传统电力系统能源利用率低、互动性差、安全稳定分析困难等问题,是能源与电力行业发展的必然趋势"。随着智能电网发展向前推进,特高压交直流互联大电网的全面建设、大规模新能源新设备的接入以及电力市场化改革等发展趋势加剧了电网的复杂性,也给电网运行带来更多不确定性。除此之外,电力系统逐渐与信息系统、天然气系统、交通系统紧密耦合,智能电网正在向着更为复杂的、信息与物理系统高度融合的能源互联网演变,并持续产生高维度、多类型、大体量的大数据资源,传统建模、优化、控制技术存在诸多局限,已难以适应智能电网快速发展所带来的挑战。
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，它企图了解智能的实质，并生产出一种新的能与人类智能相似的方式做出反应的智能机器。机器学习是实现人工智能的一种重要方法,也是目前的主流研究方向。机器学习通过计算手段,利用经验来改善系统自身的性能。机器学习可以分为传统机器学习和高级机器学习,传统机器学习包括无监督学习和有监督学习等,高级机器学习则包括深度学习、强化学习和迁移学习等。
随着电力系统规模的不断增大,其动态特性愈加复杂,复杂性与安全性之间的矛盾也越来越突出,对系统安全稳定评估提出了更高要求,人工智能为系统稳定评估提供了新思路。传统机器学习方法采用“先提取特征,后分类评估”的方式,割裂看待两者关系。同时,传统方法的特征提取需要依靠人工经验,在求解复杂分类问题时泛化能力受到制约。而深度学习可借助深层模型强大的学习能力,自动提取数据特征,并完成分类评估,实现了特征提取与分类分析的有机统一。
由大数据支撑的广泛互联、高度智能、开放互动和可持续发展的智能电网,是能源与电力行业的发展趋势。这样,借助互联网技术推动智能电网发展就具有重要意义。虽然互联网、人工智能等技术在智能电网各专业领域已有较多的应用研究,但总体上还停留在初级研究阶段,在可靠性、准确性方面仍面临巨大挑战，离实际工程应用尚有差距。然而，可以肯定的是,大数据、人工智能等技术为智能电网发展带来了无限可能,但从可能到可行再到可用,任重而道远,还需众多电力工作者紧抓历史机遇,积极投入,深入开展相关研究工作。