模式识别万选通是国内领先的垂直行业交流交易平台，致力于为行业(2)

3.2 分析决策中心

将原本分散于各个调控中心的计算资源集中到一起，建设统一的分析决策中心，面向所有调控中心提供统一的分析决策服务，在降低建设成本的同时大幅提高系统的计算服务能力。通过中心之间的双活或多活技术，正常情况下分析决策中心可以就近或按照负载均衡策略对外提供分析决策服务，任意一个分析决策中心故障可由其他分析决策中心快速接管业务，保证分析决策业务不中断。模式识别

图1 未来电网调控系统应用部署模式

3.3 并行计算

通过对分析决策中心硬件、数据、模型等多维度资源的动态调度，实现资源的快速分配和弹性扩展，构建基于多机多核和GPU的高速并行计算框架，实现不确定潮流和多目标优化等的并行计算，大幅提高分析决策中心的计算速度，满足应用功能计算快的要求。

3.4 大数据

大数据挖掘相比传统方法在计算准确性和计算速度方面存在独到的优势，未来调控系统通过构建多级电网运行知识库，借助电网运行事件序列模式关联规则挖掘技术，可根据电网运行数据特征识别电网运行轨迹;通过构建调控人员操作行为专家知识库，借助行为模式机器学习技术，可为调控人员操作自动推荐辅助决策。

3.5 人工智能

人工神经网络、模式识别、多智能体和深度学习等人工智能技术已经在电力暂态稳定分析和负荷预测等领域得到了初步应用。将人工智能技术和和电力系统分析技术相结合，可以为调控系统全、快、准的应用功能提供智能化解决方案。

4 实现全、快、准应用功能的基础工作

4.1 模型云建设

借鉴先进的云计算技术，构建按需服务的大电网模型云，建立多区域多业务多用户分责维护机制，每个调控中心直接在模型云中完成管辖范围的设备建模，实现模型维护和设备参数的流程化管理，提高模型更新的实时性。根据各类业务对电网模型时间、空间和区域的不同使用需求，提供合适的模型裁剪与发布服务。

4.2 数据云建设

调控系统存在多种类型的大数据，这些数据目前分散在不同调度机构、不同、不同安全区，严重影响了基于大数据的人工智能的实现。建设服务于全网的数据云，不断积累数据，结合调控业务开展大数据智能挖掘技术研究，寻求智能化应用的突破，提高数据对于分析决策的支撑能力。

4.3 管理措施创新

未来调控系统可针对国、分、省和省、地、县两个层面分别建设统一的分析决策中心，在各级调控机构建设分散的当地监控系统。需要创新调控系统建设和运维等方面的管理方法，构建各级调控中心协同管理流程，有效提高模型和数据质量，使面向全网一体化运行的未来调控系统能更好地支撑五级调度管理体系。

5 结语

未来调度控制系统的应用功能以模型全、数据全、功能全为基础，以获取快、计算快、响应快为特征，以信息准、决策准、控制准为目标，实现调控技术支撑手段由局部向全局、由经验向智能、由计划向市场的转变，有望将电网调控运行提升到“正常状态下的自动巡航，故障状态下的自动导航”的智能调度新高度。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-71928-2.html