圖1 國網(wǎng)信通產(chǎn)業(yè)集團(tuán)參賽團(tuán)隊(duì)在討論技術(shù)方案
本次比賽的賽道一旨在利用圖像識(shí)別技術(shù)，對CAD設(shè)計(jì)原圖進(jìn)行設(shè)備、連線、文字等元素的智能識(shí)別排布，自動(dòng)生成電網(wǎng)廠站接線圖的結(jié)構(gòu)化圖片描述文件，從而提高廠站接線圖維護(hù)效率及準(zhǔn)確度。國網(wǎng)信通產(chǎn)業(yè)集團(tuán)參賽隊(duì)伍綜合運(yùn)用目標(biāo)檢測、OCR及骨架提取等計(jì)算機(jī)視覺技術(shù)，引入專家知識(shí)發(fā)現(xiàn)元素關(guān)聯(lián)，顯著提升了識(shí)別效率和準(zhǔn)確度。
賽道二旨在利用自然語言處理技術(shù)，理解調(diào)控系統(tǒng)常見問題，解析數(shù)據(jù)庫的表、屬性、外鍵等復(fù)雜關(guān)系，自動(dòng)生成SQL語句并獲取執(zhí)行結(jié)果，為用戶提供自動(dòng)、高效、精準(zhǔn)的信息檢索服務(wù)。國網(wǎng)信通產(chǎn)業(yè)集團(tuán)參賽隊(duì)伍采用自研的語言處理流水線等工具，綜合運(yùn)用基礎(chǔ)表分庫策略、領(lǐng)域泛化元學(xué)習(xí)和基于序列標(biāo)注的值抽取等技術(shù)，實(shí)現(xiàn)表格檢索、查詢骨架翻譯和關(guān)鍵值提取準(zhǔn)確率的綜合提升。
賽道三旨在利用深度神經(jīng)網(wǎng)絡(luò)等技術(shù)，根據(jù)天氣預(yù)報(bào)、風(fēng)光電場出力、機(jī)組啟停狀態(tài)等多種數(shù)據(jù)，訓(xùn)練模型對新能源廠站出力進(jìn)行預(yù)測，實(shí)現(xiàn)新能源發(fā)電功率的準(zhǔn)確預(yù)測。國網(wǎng)信通產(chǎn)業(yè)集團(tuán)參賽隊(duì)伍探索了極端情況剔除等方式對歷史數(shù)據(jù)進(jìn)行清洗，并基于發(fā)電原理、斯皮爾曼相關(guān)性分析等方式選取關(guān)聯(lián)指標(biāo)，運(yùn)行多種機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法提升預(yù)測效果。
賽道四旨在探索電力系統(tǒng)潮流計(jì)算與強(qiáng)化學(xué)習(xí)的融合應(yīng)用，依托新型電力系統(tǒng)SG-126節(jié)點(diǎn)網(wǎng)絡(luò)模型，應(yīng)用潮流計(jì)算評價(jià)迭代優(yōu)化智能體，給出電網(wǎng)運(yùn)行方式調(diào)整策略，在保證電網(wǎng)安全運(yùn)行條件下最大程度消納新能源。國網(wǎng)信通產(chǎn)業(yè)集團(tuán)參賽隊(duì)伍探索應(yīng)用專家經(jīng)驗(yàn)引導(dǎo)智能體探索的策略，緩解了智能體收斂過慢、泛化性能差的問題，提升了智能體對不同電網(wǎng)場景的解決能力。
國網(wǎng)信通產(chǎn)業(yè)集團(tuán)依托“大研發(fā)”體系，由信產(chǎn)研究院牽頭組成200余人的人工智能攻關(guān)團(tuán)隊(duì)，重點(diǎn)開展該領(lǐng)域技術(shù)研究與產(chǎn)品研發(fā)工作。近年來，集團(tuán)在行業(yè)和國家電網(wǎng)公司組織的圖像識(shí)別、自然語言處理、知識(shí)圖譜等人工智能競賽中獲得優(yōu)異成績。集團(tuán)依托自研的電力人工智能平臺(tái)，打造智巡、智服、智策、智調(diào)四個(gè)系列多款產(chǎn)品，在天津、冀北、浙江等15個(gè)省（市）電力公司實(shí)現(xiàn)推廣應(yīng)用。未來，國網(wǎng)信通產(chǎn)業(yè)集團(tuán)將深入調(diào)控領(lǐng)域業(yè)務(wù)需求，重點(diǎn)關(guān)注電力系統(tǒng)平衡模式和運(yùn)行控制等核心問題，依托人工智能等技術(shù)打造面向電網(wǎng)調(diào)控的一體化解決方案，為建設(shè)新型電力系統(tǒng)和達(dá)成“雙碳”目標(biāo)賦能、賦智和賦值。
評論