【摘 要】随着我国电力系统数字化转型发展，传统的技术体系已难以满足数字化转型需求，人工智能和大数据技术的快速发展为电力系统智能化提供了技术支撑。文章在分析人工智能与大数据融合理论基础之上，详细研究了人工智能与大数据技术在智能感知、通信优化、运行调度、故障诊断、安全保障等场景中的融合应用，旨在推进电力系统数字化、智能化建设。

【关键词】电力系统；人工智能；大数据技术；技术融合

引言

随着我国新型电力系统建设全面推进，以风电、光伏为代表的清洁能源并网和高比例电力数字化使用，使电力系统供给侧与需求侧均呈现较高的“双随机性”，表现为清洁电力受天气、市场政策、区域电力需求等因素影响，对电网运行带来不确定性。高比例数字化设备投用，易导致发电机转子提供的旋转机械惯量和频率阻尼作用不断下降，进而形成低惯量电网，易引发电网频率波动并导致连锁故障。

为实现电力系统在“双随机”负载环境下可靠、稳定运行，亟待利用信息技术实现电气系统内电气量、状态量和环境量的“全景”状态感知。2020年国家电网发布的《公司数据发展战略纲要》，提出了“构建世界一流的企业数据服务平台，打造创新、协同、高效、开放的数字生态”的发展目标。2021年编制印发的《公司数字化转型发展战略纲要》，国家电网明确公司数字化转型发展愿景是建设智慧国网，为新型电力系统注入数字动力，为能源互联网企业打造数字引擎。

在电力系统数字化转型背景下，传统技术体系难以满足数据采集、数据传输、数据价值挖掘等挑战，由此造成电力系统数据质量偏低、数据内在关联性挖掘不足等问题。大数据技术和人工智能技术是新兴技术，在电力系统中融合应用大数据技术、人工智能技术，有助于突破电力系统建设中的传统技术困境，推动电力系统智能化、智慧化发展。

一、人工智能与大数据融合理论基础

在电力系统建设中，人工智能技术与大数据技术的融合应用，能够为电网系统的数字化、智能化建设提供强有力的技术支撑。从理论层面来看，大数据技术为人工智能提供了丰富的训练数据和分析样本，而人工智能技术则为大数据的分析利用和决策提供了算法基础和智能模型，两者的融合构成了新一代电力系统核心框架。

（一）大数据驱动智能电力系统基础

大数据核心技术在于分布式计算和并行处理，可实现海量数据电力系统采集、数据快速存储及分析处理。

电力系统运行中采集大量不同类型数据，包括发电机组运行状态数据、输变电设备监测数据、用户侧用电行为数据、气象环境数据等。不同来源的海量数据在时间、空间、类型上均呈现出“4V”特征，即体量大（Volume）、种类多（Variety）、速度快（Velocity）和价值密度低（Value）[1]。传统的电力系统中，对海量数据处理依赖于事后统计分析，难以实现对电力系统数据实时分析、动态响应。基于大数据技术，可实现电力系统采集数据清洗、特征提取和可视化建模，能够满足智能电网状态动态监测与预测分析，为电网系统调度控制提供依据，提高电网系统在“双随机”复杂情况下的运行稳定性。

在此基础上，大数据技术不仅用于电力系统运行状态监测与分析，还可作为人工智能算法持续优化的核心资源，即基于电力系统历史数据积累与分析，为人工智能算法（如机器学习、深度学习等）提供海量样本数据，进而为电力系统负荷变化规律、设备老化趋势、故障隐患识别等业务需求建模分析提供核心数据。因此，电力系统建设中，可利用大数据技术打造数据基座，并与人工智能技术融合形成“数据—模型—再数据”的闭环反馈机制，驱动电力系统逐渐向智能化发展。

（二）人工智能算法及特征

人工智能算法是以神经网络、深度学习、机器学习、聚类算法等算法为核心的技术体系，其具有强大的非线性映射和自我学习能力，可在复杂的电力系统数据中自动提取特征、识别并实现决策优化，具体应用场景包括以下几种。