2022年3月26日，華中科技大學(xué)電氣與電子工程學(xué)院七十周年院慶系列云沙龍（第二期：電力系統(tǒng)與綜合能源）在線上舉辦。華中科技大學(xué)電氣與電子工程學(xué)院彭小圣副教授應(yīng)邀就“大數(shù)據(jù)和先進(jìn)人工智能方法及電力系統(tǒng)應(yīng)用”作報(bào)告?，F(xiàn)將彭小圣副教授的報(bào)告分享給各位讀者，以期促進(jìn)本領(lǐng)域的學(xué)術(shù)交流和技術(shù)進(jìn)步。

專家簡(jiǎn)介

彭小圣，英國(guó)工學(xué)博士，華中科技大學(xué)電氣與電子工程學(xué)院副教授，國(guó)際電工委員會(huì)IEC工作組專家，中國(guó)電工技術(shù)學(xué)會(huì)人工智能與電氣應(yīng)用專委會(huì)委員，主持和主研了EPSRC、British Energy、EDF Energy、Rolls-Royce、國(guó)家自然科學(xué)基金（3項(xiàng)）、國(guó)家重點(diǎn)研發(fā)計(jì)劃子課題、500萬級(jí)企業(yè)重大合作項(xiàng)目（3項(xiàng)）等30余項(xiàng)，作為主要完成人編寫了IEC在可再生能源功率預(yù)測(cè)領(lǐng)域的首個(gè)國(guó)際標(biāo)準(zhǔn)IEC63043。

報(bào)告摘選

• 基于數(shù)據(jù)挖掘與深度學(xué)習(xí)的新能源功率預(yù)測(cè)：提出了基于數(shù)據(jù)挖掘的樣本自適應(yīng)選擇、多空間尺度集群動(dòng)態(tài)劃分、高維特征構(gòu)建與自適應(yīng)選擇、深度學(xué)習(xí)模型自適應(yīng)選擇、多模型集成學(xué)習(xí)、遷移學(xué)習(xí)等先進(jìn)人工智能方法，優(yōu)化了新能源功率預(yù)測(cè)的樣本選擇、特征選擇、預(yù)測(cè)建模等核心環(huán)節(jié)，實(shí)現(xiàn)了高精度的短期、超短期新能源功率預(yù)測(cè)，并可推廣至樣本不足的新建風(fēng)電場(chǎng)。
• 基于先進(jìn)人工智能方法的電力設(shè)備狀態(tài)監(jiān)測(cè)：狀態(tài)監(jiān)測(cè)難度最大、技術(shù)門檻最高的監(jiān)測(cè)參數(shù)—局部放電，是反映絕緣狀態(tài)最敏感的特征量之一，是電力設(shè)備狀態(tài)監(jiān)測(cè)的重要參數(shù)；局放監(jiān)測(cè)的難點(diǎn)與挑戰(zhàn)，需要100%的識(shí)別精度；團(tuán)隊(duì)在英國(guó)和中國(guó)20多個(gè)項(xiàng)目的支持下針對(duì)局放監(jiān)測(cè)問題開展了十余年的研究；展望2060年的電力設(shè)備狀態(tài)監(jiān)測(cè)系統(tǒng)，通過先進(jìn)的人工智能方法，能夠聽懂設(shè)備所說的話。
• 從數(shù)據(jù)層、特征層、方法層、應(yīng)用層對(duì)新能源功率預(yù)測(cè)和電力設(shè)備狀態(tài)監(jiān)測(cè)開展先進(jìn)人工智能方法的研究，該流程適用于電力系統(tǒng)其他領(lǐng)域的研究。
• 目前的人工智能還處于“付出多少人工，產(chǎn)生多少智能”的階段。把AI類比電氣時(shí)代的發(fā)展，那我們才剛剛進(jìn)入1890年代，剛剛發(fā)明“電燈”，距離AI驅(qū)動(dòng)整個(gè)社會(huì)還有漫長(zhǎng)的路，未來仍需要靠我們大家一起努力探索。