2022年3月26日，華中科技大學電氣與電子工程學院七十周年院慶系列云沙龍（第二期：電力系統(tǒng)與綜合能源）在線上舉辦。華中科技大學電氣與電子工程學院彭小圣副教授應邀就“大數(shù)據(jù)和先進人工智能方法及電力系統(tǒng)應用”作報告?，F(xiàn)將彭小圣副教授的報告分享給各位讀者，以期促進本領域的學術交流和技術進步。

專家簡介

彭小圣，英國工學博士，華中科技大學電氣與電子工程學院副教授，國際電工委員會IEC工作組專家，中國電工技術學會人工智能與電氣應用專委會委員，主持和主研了EPSRC、British Energy、EDF Energy、Rolls-Royce、國家自然科學基金（3項）、國家重點研發(fā)計劃子課題、500萬級企業(yè)重大合作項目（3項）等30余項，作為主要完成人編寫了IEC在可再生能源功率預測領域的首個國際標準IEC63043。

報告摘選

• 基于數(shù)據(jù)挖掘與深度學習的新能源功率預測：提出了基于數(shù)據(jù)挖掘的樣本自適應選擇、多空間尺度集群動態(tài)劃分、高維特征構建與自適應選擇、深度學習模型自適應選擇、多模型集成學習、遷移學習等先進人工智能方法，優(yōu)化了新能源功率預測的樣本選擇、特征選擇、預測建模等核心環(huán)節(jié)，實現(xiàn)了高精度的短期、超短期新能源功率預測，并可推廣至樣本不足的新建風電場。
• 基于先進人工智能方法的電力設備狀態(tài)監(jiān)測：狀態(tài)監(jiān)測難度最大、技術門檻最高的監(jiān)測參數(shù)—局部放電，是反映絕緣狀態(tài)最敏感的特征量之一，是電力設備狀態(tài)監(jiān)測的重要參數(shù)；局放監(jiān)測的難點與挑戰(zhàn)，需要100%的識別精度；團隊在英國和中國20多個項目的支持下針對局放監(jiān)測問題開展了十余年的研究；展望2060年的電力設備狀態(tài)監(jiān)測系統(tǒng)，通過先進的人工智能方法，能夠聽懂設備所說的話。
• 從數(shù)據(jù)層、特征層、方法層、應用層對新能源功率預測和電力設備狀態(tài)監(jiān)測開展先進人工智能方法的研究，該流程適用于電力系統(tǒng)其他領域的研究。
• 目前的人工智能還處于“付出多少人工，產(chǎn)生多少智能”的階段。把AI類比電氣時代的發(fā)展，那我們才剛剛進入1890年代，剛剛發(fā)明“電燈”，距離AI驅(qū)動整個社會還有漫長的路，未來仍需要靠我們大家一起努力探索。