AI 赋能配电网数字化转型 从状态感知到智慧决策 国网电力科学研究院：杜红卫 2 0 2 5 年 1 0 月 2 4 日 国家电网公司 STATE GRID 3 AI 赋能配网可靠性管理实践 1 配网 AI 应用背景与关键问题 2 配网 Al 核心技术及典型场景 CONTENTS 国家电网公司 STATE GRID > 2025.07 2024 新型配电系统是典型的信息物理社会系统，统筹源 - 网 - 荷 - 储 - 微 ( 聚 ) 多元灵活性资源，贯 通规建运营业务环 节， 基于 “知识 + 数据 + 模型 + 算法 + 算力”等数智技术 ，协同感知、分析、决策等运行控制环节，实现多元负荷等要素 的时空互补控制与调节，形成大电网 - 配电网 - 微电网协同的主配微控制调节新模式。 清洁低碳 安全充裕 经济高效 质电力供应，具有清洁低碳、安全充裕、经济 高效、供需协同、灵活智能等特征，其物理形态、业务形态、商业形态和数智形态正在发生深刻变革。 配网 AI 应用背景与关 键问题 电网全景透明化 分析决策多维化 运行控制智慧化 调控运行有源化 规建运营一体化 对外服务一站化 接入要素多样化 网络形态差异化 资源配置平台化 市场主体多元化 交易品种多样化 资源交易市场化 新型配电系统应用

开展重点生产单元、管理过程的智能化，形成完善的洗选过程智能 感知、智能控制、智能管理与智能决策，主要工艺环节、主要操作 岗位及重要设备实现智能无人操控，建成安全、节能、环保的智能 化选煤厂。 二、煤矿智能化总体设计 智能化煤矿将人工智能、工业互联网、云计算、大数据、机 器人、智能装备等与现代煤炭开发技术进行深入融合，形成全面 感知、实时互联、分析决策、自主学习、动态预测、协同控制的 智能系统，实现煤矿开拓、采掘（剥）、运输、通风、洗选、安 智能化建设参考技术架构 （一）井工煤矿智能化总体设计 1.总体技术要求 井工煤矿应建设智能化综合管控平台，围绕监测实时化、控 制自动化、安全本质化、管理信息化、业务协同化、知识模型化、 决策智能化的目标进行相应的业务模块应用设计，实现煤矿地质 勘探、巷道掘进、煤炭开采、主辅运输、通风、排水、供液、供 电、安全防控、经营管理等各业务系统的数据融合与智能联动控 制。 2.生产煤矿智能化建设技术路径 （3）投产后，逐步建设工业大数据分析平台，充分挖掘数据 潜在价值，实现过程参数优化、生产流程优化、数字仿真优化、 设备故障智能诊断、经营决策优化等。 （三）选煤厂智能化总体设计 1.总体技术要求 智能化选煤厂可参考图 2 所示技术架构，划分为设备层、控制 层、执行层、决策层四层。设备层主要包括机电设备及检测仪表、 保护装置等；控制层主要包括生产集中控制系统、设备状态监测 系统、视频监控系统、调度通讯系统、安全监测系统等；执行层

针对IES之间的电、热等多能源P2P交易，文 献[4]为提高小规模能源在局域能源市场中的就地 消纳能力，设计了一种面向局域能源市场中多产 消者的 P2P 日前市场交易框架。文献[5]提出了一 种考虑Markov决策的产消者P2P电能交易非合作 博弈模型，解决了产消者多阶段 P2P 电能交易中 互动行为的强不确定性、状态转移概率不明晰等 问题。文献[6]针对电力 P2P 交易中计及社会福利 的产消者合作联盟，设计了一种依据产消者对联 行成本；C CVaR it 为与碳交易相关的 CVaR 成本；L 为风险偏好系数，取值范围为[0, 1]，L的值越大， 表示决策者对风险厌恶程度越高；C op sit为IES在场 景s下的运行成本；S为场景的数量；ps为情景发 生的概率；α 为引入的辅助决策变量；β 为置信 水平。 式(10)~(11)为 IES 在场景 s 下的运行成本，包 括IES向ESP支付的管网服务费、IES与ESP间的 在每个交易时刻，IES合作联盟会根据ESP定 价信息优化交易策略，进而更新状态空间。 3.1.3 奖励函数模型 奖励函数模型 ESP和IES合作联盟之间的能源交易行为类似 于一种博弈行为，在能量管理决策过程中要兼顾 双方产生的利益 [31]。因此，本文通过设置权重系 数构建了包含 ESP 效益目标函数和 IES 效益目标 函数的奖励函数。 Rt = max( ) rRESP t -(1

五、存在的问题和未来展望 一、大数据、农业大数据的概念  大数据（ big data ），指无法在一定时间范围内用常规软件工具 进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强 的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的 信息资产。目前，大数据企业达到了 8900 多家，大数据产业规模总 量超过 1100 亿元。 资料来源：中国电子信息产业研究院、中商产业研究院  万物皆比特，一切皆数据 !  数据制度：数据立法、用数机制 尚数环境  数据治理：事前管理、科学决策 数据创新  资源配置：精准化、智能化、高 效化 三、农业大数据的关键技术 农业大数据的发展对传统的数据处理 技术体系提出了巨大的挑战，需要我们在 数据采集、数据标准、数据处理、数据分 化技术 农产品消费 行为与消费 量变化模型 农作物生长 与产量形成 机理模型 介入与反 馈模型 农业智能仿真架构 农业智能仿真架构 优化调整 决策 优化 农业 专家  仿真过程介入；  仿真结果反馈；  生产与市场决策流程优化。 4. 数据分析模拟技术 5. 农业大数据交互式可视化技术 农信采监测数据可视化 大数据背景下，在交互式数据可视化技术的支撑下，通过对高频变

月，国务院安全生产委员会印发了《关于防范遏制矿山领 域重特大生产安全事故的硬措施》，文件强调“灾害严重矿井、发生 2 较大以上事故的矿井，必须进行智能化改造”。党中央、国务院关于 矿山智能化决策部署，为煤矿智能化建设指明了前进方向、提出了明 确要求，成为我国煤炭行业推动智能化建设的行动指南。 （二）有关部委合力构建煤矿智能化发展顶层设计 一是推进智能化前沿技术在煤矿应用。2020 广应用，覆盖采掘机运通及安全管理等 9 个专业。煤炭科学研究总院 开发了太阳石矿山大模型、山东能源集团与华为合作研发了盘古矿山 大模型、中科慧拓研发了愚公 YUKON 矿山大模型等，为提升矿井生产 效率、优化资源配置提供了决策模型支撑。 8 第二章 我国煤矿智能化发展取得明显成效 近年来，我国煤矿智能化建设提质加速，初步实现了煤矿企业减 人、提效、增安的智能化建设目标。据不完全统计，全国建有 设一个 智能调度控制中心，构建一张图（“GIS”地图）、一张网（万兆环网 +5G）和一朵云（私有云）以及智能采煤、掘进、防冲等“N”个控制 系统，形成了井上下各子系统的全面感知、实时互联、分析决策、动 态预测、协同控制的智能化建设示范，采煤工作面采用“三六”生产 组织模式，取消夜班生产，综采工区减人 62 人，深部复杂条件生产 班 9 人以内，固定岗位、矸石分选岗位减人 96 人，实现了显著的“减

使机器人在复杂环境中完成物 料分拣、零件装配等任务。语音 识别技术则让机器人能够理解 人类的语音指令，实现人机之间 更自然、便捷交互，提高生产效 率。 （二） 优化决策能力：通过机器学习 和强化学习算法，工业自动化系 统能够基于大量生产数据进行学 习和分析，从而优化自身决策过 程。例如在生产过程中，机器人 可以根据实时生产数据和质量反 馈，自动调整工作参数和操作流 程，以适应不同的生产任务和环 境变化，提高生产质量和效率， 能力，对来自物理实体的实时数据进 行分析，理解对应工业生产过程的 变化，进行有效决策，并做出响应到 物理实体。通过这种软件定义机制， 各工业生产要素对象变得高度模块 化，可实现积木式搭建和动态组合； 上层应用和底层生产要素解耦分离， 可实现制造资源的灵活复用和按需 调配；物理实体与孪生信息模型之间 交互联动、虚实映射，通过数据融合 分析、制造过程全流程仿真、决策迭 代优化等手段共同作用，实现工业生 产制造过程的持续优化。通过对工 可编程。生成式AI将进一步降低代 码编写要求，可能让完全没有编程经 验的人也能开发好用的软件。这意味 着IT工作负载降低，需求响应速度加 快。 第三，智 能 化 趋 势 促 使 企 业 从 传 统经验决策转向全面数据驱动，实 现以人 为主向“ 智能 为主，人 机 结 合” 的终 极 变革。通 过 统一数据建 模、多模态数据 融合，为A I算法 和 工 业智能 应用提 供标 准化 数 据 基 础，顺应“

平台）应 运而生。 1 能源管理国内现状 当前国内正迈向智能化、一体化、绿色化转型的 关键阶段，面临着一系列挑战和机遇。数据孤岛现象 普遍：多能源系统的数据集成难题阻碍了全局能源管 理的实施，限制了决策的全面性和时效性。政策与市 场机制待完善：现行能源政策、电价机制等尚不足以 充分激励园区开展能源管理创新。技术融合推动创 新：信息化与智能化技术的深度融合，正逐步解锁能 源管理的潜能，实现从被动响应到主动优化的转变， 样性，在平台设计时考虑其灵活性，实现个性化定制 服务，确保满足每个用户群体的特定需求，如图 1 所示。 图1 平台设计思路 5) 创造的价值。能显著提升能源管理效率，通过 精准的数据分析与决策支持，优化能源配置，降低运 营成本；促进节能减排，助力实现零碳园区目标；增强 收稿日期：2024-01-17 作者简介：王晓霞(1982—) ，女，河南郑州人，高级工程师，本科，研究方向为能源、建筑、轨交等行业的软件产品研发。 平台架构 DZSM 平台采用 B/S 设计架构，操作人员通过大 屏、工作站、移动终端等访问平台各应用模块，完成日 常工作。平台接入营采、光伏、储能、锅炉、蒸汽等系 统数据，对数据进行描述式、预测式和决策式分析。 平台架构由基础层、数据层、服务层、应用层和表 现层等5个层级组成。 基础层。作为底层数据支持，负责数据采集、协 议转换及数据隔离，实现系统间的数据通信。 数据层。对采集数据进行处理、分析、存储，运用

17 （一）基于平台化的新型研发设计创新范式 .............. 17 （二）基于智能化的高效精益生产 .......................18 （三）基于新兴技术的智慧经营决策 .....................18 （四）基于网络化协同的销售营销新模式 .................19 （五）基于数字化绿色化协同的 HSE 管理升级 ......... 改造提升传统工业、塑造未来产业竞争力的战略选择。 传统工业 IT 架构采用垂直耦合的模式，易导致数据碎片化、 信息孤岛化、技术异构化，负责不同业务环节或流程的子系统 间彼此孤立，无法满足新形势下企业统筹规划、决策优化、高 效管理及敏捷响应等新需求。在此背景下，以泛在互联、全面 感知、智能优化、安全稳固为特征的工业互联网应运而生。工 业互联网作为全新工业生态、关键基础设施和新型应用模式， 通过新兴信息 装备、自动化、工业软件产业加速升级，智能装备、新型工业 软件等新兴产业涌现并发展壮大，成为工业互联网体系中不可 分割的组成部分，推动实现更大范围、更高效率的工业大数据 采集、连接与汇聚，进一步催生了海量智能决策分析的需求， 工业智能产业随之崛起，工业互联网产业体系进一步延伸。 6 当前，工业互联网正处于融合应用与技术变革的交织阶段， 能源化工行业已开展初步应用，实现能源化工、大数据、人工 智能等