听说，电力调度界来了一位“卷王”！它不睡觉、不吃饭，干活快还不出错～这到底是怎样一位神秘高手？走！去会会TA。

先围观一波实战

12月4日凌晨0点30分，长沙气温骤降至8摄氏度。

在湖南长沙供电公司调控中心，AI调度员“光明”发出预警：“监测到10千伏新港线负荷快速增长，预计30～45分钟后重载，已为您推荐负荷转供方案，请确认。”

值班调度员确认方案适用，点击操作。不到1分钟，一次潜在的电网风险被提前化解。

过去，长沙10千伏线路的负荷预测工作处于空白，有时候要在线路重载发生后再研究转供方案。如今在AI调度员“光明”的辅助下：

线路重载风险最早能提前7天预警

线路风险处置能在1分钟内完成

什么是AI调度员？

今天要介绍的神秘高手，就是AI调度员“光明”。

它是长沙供电公司研发团队基于光明电力大模型开发的针对配网调度的人工智能应用。

经过“专业特训”后，它能代替调度员7×24小时智能巡查长沙配电网，提前发现可能出现的重载等异常情况，并主动筛选出最优转供路径。

过去，负荷转供策略制订烦琐耗时，且需依赖调度员的个人能力和经验。据统计，有经验的调度员考虑的因素通常不超过10个，而AI调度员能考虑35个因素综合研判，决策更周全。

AI调度员是怎么炼成的？

培养一个可靠高效的AI调度员，要解决三大“成长难题”。

认知难题

怎样让AI“读懂”电网——包括拓扑结构、电网规则、安全规程等？

学习难题

怎样为AI提供足够多且贴近实际的学习样本？

决策难题

怎样确保生成的每一份方案都规范、可靠、可信？

长沙供电公司研发团队采用了“电力大模型+规则机理小模型”协同运作的架构。

光明电力大模型

像一位电力行业的资深专家，积累了许多规程、案例、专家经验。

规则机理小模型

像一位速算高手，能实时调用数据，动态生成方案，确保方案的安全性、经济性、可行性。

二者如何配合、共同解决三大难题？小模型根据电网拓扑、量测数据和源荷预测结果，生成负荷转供策略可选集。大模型基于样本数据模拟调度员操作规则、习惯、经验，在可选集中进行优选推荐。这也就解决了AI的认知难题。

研发团队梳理了3000多个原始调度样本搭建了样本库。这些样本是从过去几十年的成功案例中总结提炼，均经过实战检验。样本库搭建以后出来的，AI调度员自主学习更新，自我生成了800多个适用于当下的方案样本。学习难题，迎刃而解。

在方案生成后，AI调度员会对数据、策略、操作进行三重校核，确认无误后才会形成最终的决策建议。决策难题，不在话下。

为了成为电网员工可信赖的“战友”，AI调度员还有这3个特点：

可解释

生成的每个策略、方案都可以看到推理过程和决策依据，过程透明、推理有据。

有保障

严守调度规程规范，绝不“自作主张”。

高实时

实时、高频采集数据，与现场设备状态保持一致，响应速度快。

“光明”升级ing

如今，诞生近1年的“光明”，已不局限于应用在调度领域，而是“进化”为一个覆盖长沙市配电网运行全链条的智慧平台，在以下应用场景中都能大显身手：

调度运行

负荷转供、趋势研判、主配协同、有源优化、经济运行等。

智能运检

故障研判、电压分析、计划编排、抢修指挥等。

电网规划

网架规划、容量核算等。

现在，它还能根据不同天气预警（高温、强对流、雷电、冰冻等），结合历史事件和设备运行情况，定位出可能发生故障的区域、线路，以及涉及的重要客户，提出监视、应急、服务等防范措施建议，提升配网应对极端天气、事件的防灾避险能力。

当电网与AI邂逅

更多不可思议的事正在发生～

来源：电网头条作者：王思柔 贺电