【武汉大学】2023人工智能大模型及其电力系统应用前沿报告_20页_22mb

人工智能大模型及其电力系统应用前沿总结

核心内容

人工智能大模型是模拟、延伸和扩展人类智能的技术科学，其在电力系统中的应用正成为实现“双碳”目标的重要手段。传统电力系统以煤电为主，具有刚性负荷和单向输电的特性，而新型电力系统则以新能源发电为主，具备柔性负荷和复杂的电网形态。人工智能大模型通过整合人类知识、理解复杂语言和执行广泛智力任务，为电力系统提供了新的解决方案。

主要观点

人工智能的定义与分类

• 人工智能：旨在模拟人类智能，包括机器人、语言识别、图像识别、自然语言处理和专家系统等技术。
• AI类型：
  • 弱人工智能：用于特定任务，如Siri和AlphaGo。
  • 通用人工智能：具有人类水平的智能。
  • 强人工智能：比人类更聪明的机器。

人工智能大模型的能力

• 整合能力：能整合人类知识，如ChatGPT使用大量数据进行训练。
• 语言理解能力：能理解复杂语言，执行各种命令和反馈。
• 智力工作能力：能编辑图表、识别图像、生成图片、分析数据、撰写论文或小说，甚至生成代码。

电力系统应用前景

• 人工智能大模型在电力系统中展现出广阔前景，尤其是在运行优化、调度决策、故障诊断、健康监测、政策解读等领域。
• 随着新能源发电的快速发展，电力系统需要在多个环节考虑不确定性，AI大模型提供了有效解决方案。

关键信息

电力系统对比

技术路线与应用场景

• 多模态大模型技术路线：
  • 发电场景：运行优化与调度决策、故障诊断与维修支持、健康监测与预测维护、政策解读与规范指导。
  • 电网调控场景：构建调控大模型，提高调控效率。
  • 输变电主设备场景：构建多模态知识图谱，辅助设备健康评估。
  • 配电检修场景：构建基于AI大模型的配电检修与辅助决策平台。

项目部署与成果

• 项目包括基于去噪扩散概率模型的风电场景生成，以及多种AI模型在电力系统中的应用。
• 项目成果展示了AI大模型在电力系统中的实际部署效果，如现场工作记录、大语言模型部署记录等。

知识库与系统应用

• 知识库导入效果：展示设备运维数据和调度规程数据，提升AI模型的准确性和实用性。
• 虚拟数字人技术：通过集成智能语音、人像建模、知识推理等技术，实现自然的人机交互。
• 技术架构：分为基础层、平台层和应用层，分别实现外观复现、知识推理和角色定义。

展望与挑战

应用展望

• 人工智能大模型在电力系统中的应用将从源-输-配-用-设备五维展开，为电网运行调控提供理论支持和技术保障。
• AI大模型在电力系统中的应用将推动电力系统的智能化和数字化发展。

挑战与局限

• AI大模型可能存在生成错误信息、依赖历史数据、偶尔产生有害内容等问题。
• 需要持续优化模型训练方法和数据配置，以提高模型的稳定性和准确性。

作者与联系信息

• 作者：张俊，武汉大学电气与自动化学院教授。
• 联系方式：Email: jun.zhang.ee@whu.edu.cn
• 项目支持：国家累计研发计划（编号：2018AAA0101504、2017JD2011）

结论

人工智能大模型技术在电力系统中的应用具有广阔的前景，能够有效解决新能源发电带来的不确定性问题，提升电力系统的运行效率和安全性。通过多模态技术和知识库的构建，AI大模型能够实现与人类的无缝对接，成为电力系统智能化的重要工具。