智能電網(wǎng)(SG)是電力系統(tǒng)發(fā)展的必然趨勢，其核心要義是“智能”或者說“人工智能”。但到目前為止，電網(wǎng)的智能水平還處在淺層階段，遠遠不能滿足電網(wǎng)的需要。以深度學習為代表的第三代人工智能(AI)技術取得了突破性的進展，為SG的發(fā)展提供了重要的機遇，也提供了強大的動力。

為此，河海大學與國網(wǎng)江蘇省電力有限公司于2017年12月10日聯(lián)合召開了“人工智能與智能電網(wǎng)”研討會，邀請了周孝信院士、陳維江院士等十多位電力系統(tǒng)領域的著名專家學者共同研討如何借助AI推動SG發(fā)展的相關議題。本次研討會上，我們團隊提出了“智能電網(wǎng)+”(Smart Grid Plus)的概念，涵義是借助AI技術實現(xiàn)SG的升級版，使電網(wǎng)具有更高級、更深層的人工智能，從而進一步提升電網(wǎng)運行的安全性、經(jīng)濟性、可持續(xù)性。

《電力自動化設備》編輯部與本人溝通，策劃推出了“智能電網(wǎng)+”專輯。本人非常榮幸受邀擔任該專輯的特約主編，并結合“人工智能與智能電網(wǎng)”會議的研討成果，和與會的各位專家共同撰寫了《“智能電網(wǎng)+”研究綜述》，對AI技術在SG適用的相關領域進行了綜述和展望。在國內同行的積極響應和大力支持下，共收到相關稿件130余篇，經(jīng)同行評審，本專輯最終收錄34篇，主要圍繞智能發(fā)電、智能輸電、智能配用電3個方面展開。

◆智能發(fā)電

面向智能發(fā)電的控制，華南理工大學余濤教授等將深度神經(jīng)網(wǎng)絡融入強化學習方法，提出了深度Q學習算法，并基于該算法設計了具有強魯棒性的智能發(fā)電控制器。青海大學陳曉弢博士與清華大學梅生偉教授等提出了一種光熱復合壓縮空氣儲能系統(tǒng)的改進方案，并進行了仿真驗證。

面向智能發(fā)電的功率預測，上海電力學院程啟明教授、華南理工大學唐文虎教授、天津大學王繼東教授及廣西大學黎靜華教授，分別利用深度學習等人工智能方法進行風電、光伏功率的短期預測，有效提高了預測精度。河海大學吳峰教授等建立了風-浪相關性模型，能夠利用風速數(shù)據(jù)直接預測波浪發(fā)電系統(tǒng)的輸出功率。

◆智能輸電

面向智能輸電系統(tǒng)的分析與控制，山東大學劉玉田教授等提出了一種基于堆疊降噪自編碼器和支持向量機集成模型相結合的暫態(tài)穩(wěn)定評估與嚴重度分級方法。中國南方電網(wǎng)公司王奇博士和華南理工大學朱建全副教授、劉明波教授等利用隨機矩陣理論對西電東送交直流輸電通道線損的關聯(lián)特性進行了分析。廣西大學韋化教授等提出了一種計及市場力風險約束的最優(yōu)AGC控制模型。上海交通大學張沛超副教授等提出了一種具有在線增量學習能力的孤島檢測方法。為滿足電網(wǎng)運行風險在線評估的時效性需求，華中科技大學張哲、尹項根教授等提出了一種基于靈敏度分析的負荷削減模型。湖南大學李勇、曹一家教授等提出了一種基于智能多代理系統(tǒng)的VSC-MTDC系統(tǒng)分布式控制策略。河海大學余一平副教授等提出了基于變點探測的大電網(wǎng)功率振蕩特征挖掘方法。

面向智能電網(wǎng)大數(shù)據(jù)平臺，上海交通大學王承民教授、謝寧副教授等提出了一種面向大數(shù)據(jù)關聯(lián)規(guī)則挖掘的頻繁模式網(wǎng)絡模型。華南理工大學張勇軍教授等建立了基于多維結構熵的智能電網(wǎng)信息管理系統(tǒng)復雜性評估模型。

面向智能輸電系統(tǒng)的一次設備，華中科技大學彭小圣博士、文勁宇教授和華北電力大學朱永利教授采用深度學習等人工智能方法有效識別高壓電纜等一次設備的局部放電模式。華北電力大學王德文副教授及西安工程大學黃新波教授將卷積神經(jīng)網(wǎng)絡等人工智能方法應用于變壓器和高壓斷路器的故障診斷，有效提高了診斷準確率。

◆智能配用電

面向智能配電網(wǎng)領域，中國電力科學研究院劉科研博士等提出了一種基于數(shù)據(jù)挖掘的配電網(wǎng)故障風險預警方法。中國南方電網(wǎng)公司葉琳浩和華南理工大學張勇軍、張堯教授等對智能配電網(wǎng)運行規(guī)劃研究進行了綜述。上海電力學院程啟明教授等提出了一種基于量子遺傳雙穩(wěn)態(tài)系統(tǒng)的配電網(wǎng)故障選線方法。南通大學張新松副教授、河海大學袁越教授等提出了基于雙儲能的主動配電網(wǎng)儲能優(yōu)化配置方法。三峽大學張濤副教授等構建了計及用戶電價響應的微網(wǎng)和配電網(wǎng)聯(lián)合調度運行模型。

面向智能微電網(wǎng)領域，上海交通大學艾芊教授等提出了一種基于模型預測控制的微電網(wǎng)多時間尺度需求響應資源優(yōu)化調度方法。國網(wǎng)四川省電力公司經(jīng)濟技術研究院馬天男博士等提出了一種基于區(qū)塊鏈技術的多微電網(wǎng)市場競爭博弈模型及求解算法。華南理工大學曾江副教授等提出了一種低壓微網(wǎng)逆變器自適應諧波下垂控制策略。

面向智能用電領域，天津大學穆云飛副教授、賈宏杰教授等提出了考慮電動汽車集群儲能能力和風電接入的聯(lián)絡線功率平抑控制策略。河海大學秦川副教授等提出了基于關聯(lián)分析及堆棧自編碼器的氣象敏感負荷功率估算方法。西安交通大學王建學教授等提出了一種分時段的中央空調負荷直接控制策略及可調度潛力評估方法。華北電力大學劉興杰博士等提出了基于改進雞群算法的非侵入式負荷監(jiān)測方法。昆明理工大學陰艷超副教授等提出了基于多維多規(guī)則的電能質量云評價模型。

本專輯匯集了智能發(fā)電、智能輸電、智能配用電等“智能電網(wǎng)+”領域的相關研究成果，為新形勢下智能電網(wǎng)走向更高層次的深度智能提供有益的思考和啟發(fā)。衷心感謝專家學者們對專輯征稿的積極響應和大力支持，感謝《電力自動化設備》編輯部在專輯策劃、組織和出版中所做的卓有成效的工作。