【儀表網(wǎng) 儀表研發(fā)】近日，中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心人工智能部博士研究生姚鐵錘在研究員遲學(xué)斌、王彥棡和副研究員王玨的指導(dǎo)下，結(jié)合與國家電網(wǎng)有限公司的合作項(xiàng)目，取得多項(xiàng)研究成果。相關(guān)研究成果發(fā)表在IEEE Transactions on Sustainable Energy和Solar Energy上。
 

　　在碳達(dá)峰碳中和目標(biāo)下，新一代人工智能技術(shù)為推進(jìn)構(gòu)建以新能源為主體的新型電力系統(tǒng)提供了新思路與新手段，在新能源的能源分配及消耗、需求側(cè)的能源節(jié)約、電力系統(tǒng)的調(diào)控等方面具有廣闊的應(yīng)用前景。光伏系統(tǒng)的功率輸出主要受氣候和天氣條件的影響。光伏發(fā)電場需要準(zhǔn)確的天氣數(shù)據(jù)尤其是太陽輻照度預(yù)測其功率輸出，從而提高太陽能資源的利用率。一方面，利用人工智能技術(shù)準(zhǔn)確地預(yù)測未來發(fā)電量，對于確保電力系統(tǒng)的可靠性和經(jīng)濟(jì)性至關(guān)重要；另一方面，同時(shí)包含電站和天氣數(shù)據(jù)的公開可用數(shù)據(jù)集能夠促進(jìn)太陽能光伏研究的發(fā)展。
 

　　科研人員提出了面向多源異構(gòu)數(shù)據(jù)的智能預(yù)測框架，在光伏預(yù)測領(lǐng)域得到較好的實(shí)驗(yàn)結(jié)果。該框架集成了處理非結(jié)構(gòu)化數(shù)據(jù)的Advanced U-net模型和處理結(jié)構(gòu)化數(shù)據(jù)的Encoder-decoder架構(gòu)。基于深度學(xué)習(xí)方法，該框架能夠有效提取各種類型數(shù)據(jù)(如分布式多傳感器實(shí)時(shí)采集的測量數(shù)據(jù)、數(shù)值天氣預(yù)報(bào)和衛(wèi)星圖像數(shù)據(jù))的空間和時(shí)間特征并進(jìn)行融合，有效提高了短臨輻照度預(yù)測精度，進(jìn)一步提升了光伏發(fā)電預(yù)測精度。該技術(shù)有望在國家電網(wǎng)調(diào)度進(jìn)一步落地示范應(yīng)用。
 

　　人工智能部與北京交通大學(xué)新能源國際學(xué)院、國網(wǎng)河北省電力有限公司聯(lián)合發(fā)布了具有電站量測數(shù)據(jù)和氣象數(shù)據(jù)的光伏功率輸出數(shù)據(jù)集。該工作整理光伏功率輸出數(shù)據(jù)集和提出預(yù)處理算法，發(fā)布了超過27萬條記錄的高質(zhì)量數(shù)據(jù)集和對應(yīng)Python工具包，并使用晴空模型Kpv對其進(jìn)行分析和相應(yīng)的案例研究，以展示數(shù)據(jù)集的潛在用途。該數(shù)據(jù)和工具包的發(fā)布在新能源氣象應(yīng)用研究(如太陽能預(yù)測或光伏性能評估等)方面起到促進(jìn)作用。