以深度学习为代表的新一代人工智能技术为新型电力系统的数智化运行提供新机遇。为深化人工智能在复杂潮流计算问题中的应用,对相关领域的研究进行综述与展望。基于新一代人工智能技术的发展现状,立足于潮流计算问题的不同应用场景,总结传统求解方法,综述人工智能技术在潮流计算中的研究进展。分析该领域目前的问题与挑战,展望未来研究方向和研究范式,为人工智能技术在电力系统潮流计算领域的进一步应用提供参考。

针对可再生能源固有的间歇性、不确定性造成系统调度决策困难的问题,提出一种计及气-热网络动态特性的多能耦合系统鲁棒机组组合模型。建立表征气网和热网动态特性的数学表达,将其融入多能耦合系统的鲁棒机组组合优化模型中;从区间、时间、空间3个角度构造多维不确定性集合,实现对风电消纳边界的灵活调整,同时利用光热电站替代部分火电机组的出力,进一步提高可再生能源利用率;通过列与约束生成算法将建立的最小-最大-最小结构的优化模型转换成具有混合整数线性规划形式的主子问题进行优化求解,提高模型求解速度。以电-气-热6-6-8系统和电-气-热118-20-16系统进行测试分析,结果表明气-热网络动态特性可以提升系统运行的经济性和可再生能源的利用率。

针对大规模海上风电场经模块化多电平矩阵换流器(modular multilevel matrix converter, M³C)频率解耦控制并入电网,造成海上低频风电系统惯性水平下降的问题,提出一种基于M³C自适应虚拟惯量的海上低频风电系统协调惯量响应控制策略。提出M³C的自适应虚拟惯量控制策略,根据M³C子模块电容电压变化调整虚拟惯性时间常数;提出M³C工频侧频率与低频侧频率之间的线性耦合方法,使海上风电场通过低频侧频率响应系统频率变化,与M³C共同为系统提供惯量支撑。仿真结果表明,所提策略能够增强M³C的惯量响应能力,避免系统频率发生二次跌落,提高系统频率稳定性。

为了有效识别复杂电力系统中的关键环节,提出一种考虑初始故障状态和继发故障风险的关键线路辨识方法。在初始故障发生阶段,基于加权潮流熵、加权网架熵和加权潮流冲击熵3个评估系统状态的指标表征初始故障水平;结合负荷损失风险与网架损失风险2个表征继发故障风险的指标,评估电网故障的演化发展;采用客观熵权法计算各个指标的权重,建立电网关键线路综合辨识指标。以IEEE 118节点测试系统作为算例进行仿真,结果表明,本研究方法辨识得到的关键线路受到攻击后,系统网络效能降幅最大且相较于其他方法多为最低,验证了所提方法的有效性。

传统的配电网线损计算方法不能同时兼顾物理模型的因果逻辑性与数据模型的计算精度优势,无法对不同主体接入下的主动配网线损进行准确计算。因此,本研究提出一种基于拓扑门控的数据-机理混合驱动的主动配电网线损计算方法。基于随机矩阵理论对不同主体接入后的主动配电网线损特征进行相关性分析,得到与线损率相关性最强的线损特征。然后,基于传统线损计算的机理模型与数据模型,利用拓扑门控融合机理模型的因果逻辑性与数据模型的预测精度,建立基于拓扑门控的数据-机理混合驱动的线损计算模型。以分布式电源、储能、电动汽车充电桩接入下的某地区主动配电网为算例进行分析,采用平均绝对误差与均方根误差等评价指标评估模型的计算精度。算例结果表明,本研究所提方法具有较高的计算精度,能够较好地适应不同主体接入后的主动配电网线损计算。

针对电动汽车充电站预测方法在隐私保护、计算效率和预测精度方面的问题,提出一种基于云边协同和图神经网络的电动汽车充电站负荷预测方法。在云端开发一个基于嵌入的隐私保护模块,通过嵌入变换重构输入数据以预防潜在隐私泄露风险;开发一种基于聚类的图结构表征生成方法,以提供额外时空信息,实现更为精准的预测;基于云端的图结构表征,为客户端设计个性化图神经网络预测模型,在保护隐私前提下实现不同地区电动汽车充电站协同训练。在Perth数据集的试验结果表明,模型和基准方法相比具有更高预测精度,本研究提出的云边协同框架能够有效提升基于图神经网络的算法在电动汽车充电站负荷预测任务上的表现。

准确预测日食过境期间光伏的出力与爬坡速率对于缓解系统调峰压力、维持系统的电力电量平衡具有重要意义。提出一种日内太阳辐射强度模型构建方法,用于表征某地太阳辐射强度日内特性;分别构建日全食、日环食、日偏食过境情况下的太阳遮挡率模型,修正日内太阳辐射强度模型;提出一种考虑温度对于光伏效率影响的光伏出力模型,给出光伏机组的爬坡速率与计算模型。算例部分以2020年6月21日发生于我国的日环食事件为例,对某省100 kW光伏场站出力情况进行反演分析,验证所提方法的有效性。探究不同遮挡程度的日食对于光伏爬坡速率的影响,指出遮挡程度越大的日食所对应的光伏爬坡速率越高,日全食下甚至可达正常情况的4倍以上,需要调度人员高度重视。

低排放、低惯量、波动的新能源大规模接入显著改变了电力系统的动态特性,频率响应和安全稳定控制面临严峻挑战。针对紧急状态下的控制需求,系统分析储能在改善电网稳定性中的作用机理,研究多类型可控资源的动态特性及其协调潜力。基于响应时序的分类方法,提出以储能快速响应为核心的可控资源分层协调控制策略,优化储能系统的充放电决策及控制调整。通过多类型机组系统仿真,验证所提策略的有效性和适用性。

随着我国“一带一路”倡议的深入推进,人工智能在风险评估与预测、舆情情感分析与热点议题挖掘、交通物流与贸易优化、环境保护与可持续发展以及文化传播与教育等多个关键领域的应用日益广泛。人工智能通过深度学习、机器学习和自然语言处理等技术,显著提升风险预测能力和管理精度,优化物流网络效率,促进绿色发展,增强跨文化交流效果。本研究系统综述了近年来人工智能在“一带一路”各关键领域的研究进展,重点探讨这些技术在实际应用中的具体成效与创新点,分析当前研究存在的数据获取质量不高、人工智能模型可解释性不足和跨领域协同与应用转化困难等局限,并提出未来研究的发展方向。

为了研究地面车辆与无人机在巡检过程中的最佳任务分配策略及路径规划问题,提出一种两阶段混合式启发算法——改进自适应大邻域搜索(improved adaptive large neighborhood search, IALNS)算法。第一阶段根据待巡检节点的不同需求等级及距离等因素,利用聚类算法对目标节点进行划分;第二阶段采用一种混合式启发算法解决路线调度问题,增加6种新的局部优化算子,引入节点重分配策略,经过迭代得到成本最小的车辆与无人机协同混合路线。对所提算法解和其他算法解进行测试和比较分析,试验数据表明,IALNS算法在解决车辆与无人机协同巡检问题时具有显著优势。

针对现有异常检测方法在语义上下文利用和时空特征建模方面的不足,提出一种基于视频描述增强和双流特征融合的视频异常检测方法。自动化提取视频描述,利用对比语言-图像预训练(constrastive language-image pre-training, CLIP)模型进行编码,作为视频上下文语义特征辅助视频异常检测;引入一种时空自适应嵌入模块,分别捕捉视频中细微的时序变化和复杂的空间结构,并进行有效的时空融合;利用精心设计的跨模态对齐模块将上下文语义特征与时空视觉特征进行深度融合,更准确地捕捉异常事件的时空-语义联合特征。试验结果显示,该方法在ShanghaiTech和CUHK Avenue数据集上的检测指标曲线下面积A_UC分别达到97.54%和90.54%,证明该方法在公开视频异常检测数据集上表现优异,具有强大的鲁棒性,为视频异常检测提供一种有效的解决方案。

为优化H型钢-拉森钢板桩连接(H-pile and Larsen sheet pile connected,HLC)组合钢桩在基坑支护中的应用,解决现有设计中H型钢和钢板桩土压力分担不明确的问题,本研究采用理论分析、现场实测和数值模拟相结合的方法,推导了HLC组合钢桩在理想状态和实际状态下惯性矩的计算公式,提出截面刚度折减系数与协同系数的计算方法,分析HLC钢桩刚度折减系数沿深度的变化规律,从而表征整体结构的工作性能。结果表明,各个支护桩的土压力分担比不符合理论刚度分配规律,单独钢板桩的土压力分担比可达10%,实际支护刚度应考虑各支护单元间的相互作用。该研究可为悬臂式HLC基坑支护结构设计提供理论参考。

为研究盐溶液干湿循环作用下钢渣细骨料混凝土(steel slag fine aggregate concrete, SSC)的耐久性,通过力学性能试验确定钢渣和粉煤灰在混凝土中的最佳体积分数,并对混凝土试样进行盐溶液干湿耐久性试验,综合考虑钢渣、粉煤灰体积分数对混凝土的外观、质量、动弹性模量及抗压强度的影响。结果表明:钢渣体积分数为30%时,SSC的抗压强度、抗折强度、动弹性模量均优于普通混凝土;继续掺入10%体积分数的粉煤灰后,SSC各项力学性能指标进一步提高;100次盐溶液干湿循环后,钢渣体积分数为30%的SSC质量损失率、抗压强度损失率、动弹性模量损失率均小于普通混凝土,继续掺入10%体积分数的粉煤灰可延缓SSC耐久性能劣化,且SSC在单盐溶液干湿循环作用的耐久性好于复盐溶液;以动弹性模量损伤为指标建立了损伤演化方程,可较好地描述盐溶液干湿循环作用下SSC性能的劣化过程。

通过对酸、碱溶液浸泡后格室加筋土进行常规三轴试验,对试样破坏形态、土体填料基本物理参数进行测定分析。结合三轴试验取得的应力-应变曲线对格室加筋体的应力-应变响应模型进行验证,后采用固结排水三轴试验对酸碱环境下等效直径为0.34、0.45 m的格室加筋土应力-应变响应、表观黏聚力的变化进行研究分析。研究结果表明:经三轴试验取得格室加筋土邓肯-张模型参数应用于偏应力-轴向应变、体应变-轴向应变关系曲线与试验曲线几乎吻合,即推导公式计算结果符合试验测得的数据;应力-应变响应分析中,PET(polyethylene terephthalate)比PP(polypropylene)格室加筋土酸碱环境影响大,且PET材料两种尺寸格室加筋土结构对酸性环境较碱性敏感,等效直径为0.45 m较0.34 m对酸碱反应大,易产生剪切破坏;两种直径PET格室加筋土在酸环境下表观黏聚力分别减小9.2%和7.8%,碱环境下受影响较小。而PP材料直径为0.34 m时不受酸、碱影响,只有直径为0.45 m时在碱环境下减小13.3%,且不受酸环境影响。

针对诱导性材料对沥青混合料微波加热性能影响规律不清的问题,设计制备不同钢纤维质量分数的钢渣沥青混合料、玄武岩沥青混合料、粗钢中玄沥青混合料及粗玄中钢沥青混合料,通过微波加热试验研究钢渣及钢纤维对沥青混合料升温速率及升温均匀性的影响规律,采用车辙试验、低温弯曲试验、浸水马歇尔试验、体积安定性试验与四点弯曲疲劳试验评价钢渣沥青混合料的路用性能。结果表明:钢渣显著提高了沥青混合料的微波加热升温效率,但降低了升温均匀性;钢纤维对沥青混合料微波加热升温效率影响不明显,随着钢纤维质量分数的增加升温均匀性呈现先改善后劣化的规律;钢渣的掺入能够提升沥青混合料的高低温性能与疲劳性能,但对混合料的体积安定性与水稳定性产生不利影响。本研究初步证实了钢渣用作诱导加热自愈合沥青路面集料的可行性,具有较好的应用前景。

为探究混凝土厚度缺陷对初支结构造成的损害,以实际工程为背景,考虑厚度缺陷发生的具体位置与范围,对其在隧道中的分布特征进行统计。运用有限元数值模拟,对不同厚度缺陷类型下初支结构的力学特征进行深入分析;采用CRITIC(criteria importance through intercrieria correlation)权重分析法,对影响初支结构安全性的缺陷跨度与位置等风险指标进行综合评价,确定了各指标对结构安全性的影响程度。研究表明,缺陷出现在拱顶位置或缺陷跨度大于25°时,对初支结构安全性影响最大。研究结果可为同类隧道的病害防治提供借鉴和参考。