“电力系统人工智能”专栏特约主编寄语

1956年，斯坦福大学J.McCarthy教授等四人发起了达特茅斯夏季人工智能研究计划，首次提出了“人工智能”的概念：让机器能像人那样认知、思考和学习，即用机器模拟人的智能。上世纪，人工智能经历了专家经验系统、机器学习、人工神经网络等发展阶段，经历过研究高潮和低谷。2007年，Hinton教授提出了深度学习使得人工智能重新进入大众视野，并从此焕发出新的生机。在移动互联网、大数据、高性能计算、传感网、脑科学等新理论、新技术以及经济社会发展强烈需求的共同驱动下，人工智能技术呈现出爆发式发展态势，广泛应用于互联网、交通、医学、机器人和影视等领域，成为最具前景的战略性前沿技术之一。

国务院于2017年颁布的《新一代人工智能发展规划》将人工智能上升至国家战略层面。与此同时，在“碳达峰、碳中和”的战略目标下，建设以新能源为主体的新型电力系统成为推动能源革命的必然要求。海量新能源接入电网后，源网荷不确定性将对电力系统稳定运行造成更大的威胁。传统基于模型的研究方法应对电力系统中的多源不确定性遇到计算效率的瓶颈，需要引入人工智能技术。现有部分人工智能成果已成功应用到电力系统，如负荷预测、稳定性评估、故障诊断等，取得了明显成效，但仍需引入和借鉴人工智能研究和应用的最新成果，推动人工智能技术与电网调控、设备运维等现有技术深度融合，提升对电网的驾驭能力，保障新型电力系统安全稳定运行。

为此，《浙江电力》编辑部开展本次“电力系统人工智能”专题征文活动。经过同行投稿、专家审稿和编委会审查，专栏最终收录6篇专题论文，致力于将人工智能技术应用于电网实际问题。其中，1篇为观点综述类文章，1篇涉及自然语言处理算法，1篇涉及时间序列处理算法，3篇涉及图像识别算法。

●《电力领域数据驱动建模实践与思考》介绍了电力领域数据驱动建模的技术与应用现状；分析了针对理论建模性能欠佳问题的数据驱动建模实践情况并总结了建模过程中的共性步骤；介绍了数据驱动建模实践情况并总结了相关经验与体会；提出了关于数据驱动建模的优势和风险，引起读者的批判性思考。

●《基于语义分析的电网调度操作票智能校核方法》针对调度工作中的操作票校核任务，提出了基于自然语言处理的操作票格式校核、逻辑校核、安全校核，提高了审核的安全性和工作效率。

●《基于双向长短期记忆网络的输电线路状态画像与评估》提出了一种基于无监督学习的输电线路状态特征提取方法，自适应地提取并聚类出影响输电线路状态的内外部因素，并通过双向长短期记忆网络实现了对异常状态的快速识别。

●《基于目标关联性的电力智慧工地区域监测方法》针对电力建筑工地中人和车安全问题，引入关联性融合模块利用环境相关信息进行人和车融合定位，提升待测目标相对位置的信息利用率。《机器视觉技术在电力安全监控中的应用综述》分析了机器视觉技术在输变电设备状态检测、人员状态判别、重要区域环境状态监测三大典型应用场景的应用及研究进展。《基于高斯建模的电力场景明火检测》改进了传统检测器并提出一种基于迁移学习的两阶段训练方法，实现了电力场景明火小样本场景得高精度检测器训练。

本专栏旨在与作者、读者共同分享探讨人工智能应用于电力系统中的最新进展和研究成果，引起更多同行的关注和研究，思考尚未解决的关键问题。

衷心感谢各位专家学者在投稿、审稿阶段的大力支持，特别感谢《浙江电力》编辑部同仁在专栏组织宣传、稿件处理和出版过程中的辛勤付出。