電子發燒友網報道（文/李彎彎）近日，阿里將AI應用于電力調度，聯合電網研發出的高精度電網負荷預測模型，已經落地山東德州。

該模型的母線負荷預測準確率達98%，可以有效應對大規模光伏并網帶來的沖擊，促進了電網安全穩定運行。目前，該電網負荷預測模型已經覆蓋德州近60條220千伏母線。

母線是電力配送的樞紐，母線負荷預測是電力調度的基礎。

該預測模型大大提升工作效率。傳統母線負荷預測靠人工經驗，工作量大，操作時間緊迫，AI介入后，能將預測耗時從之前的1個多小時縮短為幾分鐘。

據介紹，該高精度負荷預測模型基于自研AI算法，融合了氣象預報、負荷轉供、大用戶用電計劃、節假日等多源異構的海量數據進行聯合建模，解決了大量新能源并網造成的負荷預測準確率下滑的問題。

如今，將AI技術應用于電力系統中，已經有非常多的探索和落地。比如今年3月國網邯鄲供電公司電力調控中心的調度大廳內，一位集RPA、AI技術于一身的“數字員工”正式上崗。

據介紹，利用桌面自動化、圖片智能識別等技術，報表機器人可以在授權范圍內自動登錄門戶網站、OMS等多個系統，提取所需調度業務數據，經分析處理后快速生成規范表單，可成倍提升工作效率。

國家電網在AI領域已經積累了非常多專利，包括AI配電變壓器、AI智能算法、智能機器人等，其中巡檢機器人在電網領域的落地應用比較成熟。

巡檢機器人通過高精度定位，以及AI語音、圖像等識別技術，能夠在惡劣環境下完成人工很難完成的作業，通過規模化作業，大幅度提高作業效率，甚至通過深度學習技術，能夠針對臺風等自然災害進行電網災害風險動態評估。

南方電網在AI方面的應用也較為領先，此前其和百度達成戰略合作，通過機器視覺、人工智能自然語言處理等技術，輔助其在輸、配電等各個環節作出精準分析、判斷、優化、決策。

AI技術的應用能夠大幅節約電力，此前有報道顯示，百度科技園智能樓宇上線，應用AI技術，從設備畫像技術、集成設備功能、區域人員分布、天氣溫度以及環境數據實現對建筑物系統控制，一個月省下25萬度電，如此推算一年能節省300萬度電。

具體計算，中國建筑每年用電大概是2.5萬億度，如果該AI技術推廣到全國，一年可以節省5000億度電，大約相當于2500億元的產值。

AI技術未來在電力領域會有很大的應用，如今新型電力系統建設加速，對智能化升級需求明顯，達摩院決策智能實驗室負責人印臥濤表示，“新能源電力不僅要發出來，更要用起來，這就需要一張更加智能、更為彈性的電網。”而這些都離不開AI技術。