IEEE_PES南京分会-东南大学联合论坛顺利召开
2019年8月19日,由东南大学电气工程学院电力系统自动化研究所承办的IEEE PES 南京分会-东南大学联合论坛“电力系统中的人工智能应用”在江苏南京顺利召开。作为IEEE PES南京分会的第一次线下学术交流活动,本次论坛得到了众多会员的支持和参与。
![a1](https://r10.ieee.org/cc-pes/wp-content/uploads/sites/43/a1.png)
本次论坛由南瑞集团“千人计划”专家、IEEE PES 南京分会主席倪明博士主持,演讲嘉宾包括全球能源互联网美国研究院王之伟院长、南京邮电大学先进技术研究院、自动化学院、人工智能学院岳东院长、南京理工大学谢云云副教授、全球能源互联网美国研究院史迪主任和东南大学电力系统自动化研究所所长汤奕教授。
演讲嘉宾分别就智能电网控制、电网信物防御、电力系统模型测辨、自然灾害预警、态势感知中应用的最新研究成果进行了分享。
王之伟院长报告题为“From Grid Eye to Grid Mind – A Data-driven Autonomous Grid Dispatch Robot Based on AI Technology”,他演示了全球能源互联网研究院美国院的最新研究成果:基于深度强化学习的电网电压控制系统,该系统能够根据电网故障在毫秒级时间窗内做出电压控制措施,随后王院长详细介绍了项目的核心技术。
![a2](https://r10.ieee.org/cc-pes/wp-content/uploads/sites/43/a2.png)
岳东院长作了题为“人工智能在电网信息物理安全方面的主动防御技术以及应用架构”的报告。在当今网络安全成为电力系统安全的一个重要因素的背景下,根据电力系统的物理系统特点,建立起一套识别、防御以及紧急控制的完整体系是一个亟待解决的问题。岳院长借用人体诊疗康复过程进行类比,介绍了电网信息物理安全的主动防御框架。
![a3](https://r10.ieee.org/cc-pes/wp-content/uploads/sites/43/a3.png)
史迪主任详细介绍了双Q学习如何应用于复合负荷模型参数辨识及其所能取得的出色辨识效果。模型基于WECC所提的六大负荷组成模型,利用深度强化学习获取各类负荷组成比例,再利用参数辨识对负荷组成的具体参数进行求解。
谢云云副教授将人工智能应用于台风灾害下杆塔故障预警,提出了基于人工神经网络的配电网杆塔故障预测模型,该模型能够基于气象数据实时预测配网内各杆塔的健康状态,为抢险救灾提供了决策依据。
![a4](https://r10.ieee.org/cc-pes/wp-content/uploads/sites/43/a4.png)
汤奕教授就数据物理融合模式在电力系统中的应用探索进行了介绍。他提出针对物理模型方法与数据模型方法天然的互补性,以串联、引导等融合模式有效发挥二者优势,突破单一分析方法瓶颈,并以研究团队近年来在直流系统建模、电网态势预测等领域的研究成果为例展现了数据物理融合模式的应用前景。
![a5](https://r10.ieee.org/cc-pes/wp-content/uploads/sites/43/a5.png)
报告后各参会学者踊跃提问,积极发言,与报告嘉宾进行了充分和广泛的交流,第一次IEEE PES南京分会-东南大学联合论坛获得圆满成功,希望能以这次论坛作为一个起点,让IEEE PES南京分会为更多学者提供学术交流的机会。