2018年10月18日下午，高电压专委会邀请上海交通大学江秀臣教授做“大数据中的深度学习与设备状态评估”技术讲座，介绍上海交通大学在该领域的研究进展。会议由高压电专委会陆志浩主持。到会的有国网上海电力公司本部、国网上海电科院、上海电力设计院、上海交通大学、上海电力学院、华能石洞口二厂等30位专业技术人员。 电力设备是构成电网的基础元件，设备故障会严重影响电网的安全稳定运行，造成巨大的经济损失。设备故障一直是引起电网停电事故的主要源头。全面、及时、准确掌握电力设备运行状态是保障设备安全运行的首要问题和难点，也是电力设备智能化的主要技术瓶颈。然而，影响电力设备运行状态的因素众多，爆发式增长的状态监测数据加上与设备的状态密切相关的电网运行、气象环境等信息数据量巨大，现有方法难以对这些数据进行融合分析，这种背景下，大数据分析技术提供了一种全新的解决思路和技术手段。近年来，现代通信信息技术的快速发展引发了数据迅猛增长，面向数据挖掘、机器学习和知识发现的大数据分析和处理技术得到广泛的关注，成为推动行业技术进步和科学发展的重要手段。 电力行业大数据的应用涉及整个电力系统在大数据时代下发展理念、管理体制和技术路线等方面的重大变革，是下一代智能化电力系统在大数据时代下价值形态的跃升。近年来，电力大数据基础技术及其应用的研究逐步开展，并在智能配用电、电力系统仿真、电网安全分析、电力负荷预测等方面取得一定的应用成效。为了更好地掌握电网设备运行状态，提高设备运行风险管控水平，国家科技部、国家自然科学基金、国家电网公司和南方电网公司等单位 2015 年以来陆续立项开展了大数据分析技术在电力设备状态评估方面的研究和应用，取得了阶段性的研究进展，成为电力大数据的重要应用领域。 上海交通大学江秀臣教授、宋辉博士在“大数据中的深度学习与设备状态评估”技术讲座中介绍上海交通大学在该领域的研究进展，结合国务院新一代人工智能发展规划，对电力设备状态评估，讲座从数据采集、传感器、物联网、人工智能（AI）方向的相关技术进行了介绍，重点说明了大数据中的深度学习算法。并对输变电设备、配网设备监测与状态评估的具体应用方案做了分析，内容丰富，既有对全网设备监测的方案，也有单一设备监测与评估的方案。到会的技术人员与专家对讲座中的具体技术方案与算法，和主讲老师交流讨论了不少问题，会议气氛热烈，收获良多。 （李莉华） |
