《电网技术》，值得信赖的电力学术期刊

编者按：近日，中国科协办公厅正式公布中国科协青年人才托举工程（-年度）入选名单，中国电科院1名青年科技工作者成功入选。同期，国家电网公司也正式公布首批青年人才托举工程人员名单，评选产生53名科技类和名能手类人选，中国电科院6名青年科技工作者成功入选。

3月24日，陈盛开展面向微网群运行优化策略的深度强化学习算法研究。“针对微网群中的源荷不确定性及时空耦合特点，我们将设备控制策略研究重点放在深度强化学习算法上，力求构建合理的映射模型，实现经济性最优目标下的微网群运行优化。”陈盛说。

深度强化学习算法是一种更接近人类思维方式的智能方法，属于人工智能技术范畴。科研人员开展深度强化学习算法研究，可以实现人工神经网络模拟人脑智能决策。陈盛面向电力行业的智能化发展，扎根深度强化学习算法研究，钻研核心原理，创新技术成果，为电力行业的人工智能技术发展贡献青春力量。

扎根人工智能技术研究一线

陈盛本科就读于中国农业大学电气工程及其自动化专业，并在该校保研深造，硕士研究方向为风电功率预测，在导师指导下，他接触到风电现场一线，那时他觉得“在电力系统做科研，第一目标就是现场能应用，一定是从问题出发的研究思路。”通过研究生阶段的学习实践经历，他更加深刻的认识到“实验室研究和现场应用的差异真的很大，想做好人工智能在电力业务的融合应用，研究的主战场一定是电力一线。”这为他后来扎根人工智能技术一线奠定了兴趣和基础。

人工智能技术在电力系统中的应用最早可追溯到年，但由于当时用于训练的数据规模较小，且计算机算力水平受限,未取得实质性的成果。电力行业主要围绕电力系统的安全估计、故障切除等领域，开展人工智能技术创新应用，但缺少相对完整的技术体系。

年，随着深度强化学习技术在棋类博弈等场景突破人类水平，引发了新一代人工智能技术的研究热潮。年8月，国家电网公司启动人工智能相关工作，形成《国家电网公司人工智能专项规划》。同年12月陈盛进入中国电科院成立的人工智能技术攻关团队，当时摆在他与同事面前的是要弄明白人工智能核心技术是什么？电力应用典型场景是什么？结合电网实际和技术特点，他们开展研讨工作，梳理出13种电力人工智能技术体系及7大电力应用领域。陈盛作为团队中一员承担了电网安全与控制、作业机器人等电力场景下的深度强化学习算法调研工作，这段经历让陈盛得到快速的成长，同时也不断坚定了其投身电力人工智能技术研究的决心。

助力电力自主巡检

输电线路的安全可靠是保障电力供应的前提，我国输电线路分布地域广泛、地形复杂多变、气候环境恶劣，导致人工巡检难度巨大。年公司设立中国电科院人工智能应用研究所时，系统内已逐步使用无人机开展输电线路巡检影像采集，但仍存在巡检人员操控难度高、影响数据人工识别工作量大及智能化水平低等制约瓶颈。

针对上述问题，陈盛与研究团队提出了包括自主导航、自主识别和自主认知的“边云协同电力自主巡检技术架构”，以实现无人机的自主飞行、电力影像的自动分析和电力巡检的智能辅助决策。陈盛负责自主导航及自主识别算法研究工作，从算法原理到代码开发，再到省公司应用推广。他至今记得，算法模型在实验室模拟环境调试的效果非常好，但到了现场销钉缺失、绝缘子污秽等缺陷就很难被识别出来。

经过在现场的反复对比测试，陈盛发现问题出现在电力影像训练样本上，由于算法光照条件比较单一，但现场环境更为复杂，阳光照射角度、地形地貌等都会造成识别准确率的下降。陈盛再接再厉，在电力影像训练样本上融合新技术，进一步优化了电力设备多目标检测识别算法模型，解决环境造成的识别准确率低问题。同时他还构建电力巡检领域知识图谱，实现输电线路缺陷识别到检修工作票的自动生成。

截至年2月，该技术成果在天津、辽宁、山东等省公司深化推广应用，实现电力无人机影像采集到检修工作票的全过程自动生成，较以往人工相比巡检效率提高20倍。

推进实现源网荷储智能调控

微网是实现分布式新能源高效消纳的重要方式，由于新能源具备间歇性、不确定性等特点，传统的机理建模及分析方法难以满足其大规模接入与调控的需求，亟需数据机理融合的源网荷储智能调控技术手段。

针对微网群运行现状，陈盛及其团队正在开展“基于深度强化学习的微网群运行优化技术研究”，利用深度强化学习不依赖微网群机理建模的优势，以深度神经网络强大的非线性拟合能力，实现源荷随机下的微网群运行优化策略生成，提升新能源消纳水平和综合能效。

围绕微网群运行优化原型系统研发及应用，陈盛在系统中集成优化模型构建、互动特征分析及策略自动生成等功能模块。目前，原型系统已经初步完成了研发工作，待进一步通过安全测试、部署验证及效果评估后，将在国网天津、国网黑龙江、国网吉林等多个省公司实际微网群系统开展应用验证与示范落地。

“‘双碳’目标下，新型电力系统的建设至关重要，我将继续发挥艰苦奋斗精神，在电力一线钻研人工智能技术创新工作，为科技创新贡献青春力量。”陈盛坚定地说。

相关阅读推荐

蒲天骄,陈盛,赵琦,王新迎,张东霞.能源互联网数字孪生系统框架设计及应用展望[J].中国电机工程学报,,41(06):-.

张玉天,邓春宇,刘沅昆,陈盛,史梦洁.基于卷积神经网络的非侵入负荷辨识算法[J].电网技术,,44(06):-.

张杰,陈道炼,陈盛.新颖的单级双向反激式高频环节逆变器[J].中国电机工程学报,,35(07):-.

闫冬,陈盛,彭国政,谈元鹏,张玉天,吴凯.基于层次深度强化学习的带电作业机械臂控制技术[J].高电压技术,,46(02):-.

个人简介

陈盛，年9月生，现任中国电力科学研究院有限公司人工智能所高级工程师。长期从事电力人工智能技术及应用相关专业工作。

主要负责及参与人工智能相关科技项目7项，其中，国家重点研发计划2项、公司指南2项，牵头、参与编写行业及企业标准11项，累计发表学术论文11篇，其中SCI/EI检索6篇，累计授权发明专利8项，荣获中国电力科学研究院科技进步奖一等奖1次，入选中国科协第七届“青年人才托举工程”及中国电机工程学会第六届“青年人才托举工程”。作为核心骨干参与“面向电力行业的作业机器人系统研究及应用”及“电力物联网关键技术”等国家重点研发计划项目，主要负责深度学习、强化学习等人工智能技术研究；作为课题负责人参与数据驱动的能源互联网建模与仿真、基于边云协同的微网群优化运行智能技术研究及应用等4项国网公司科技项目。

预览时标签不可点收录于话题#个上一篇下一篇
转载请注明:http://www.aideyishus.com/lkcf/837.html