本项目从保障电网安全稳定运行的角度深入开展电网运行特性的智能分析和决策研究：研究基础数据智能检测方法以提高数据质量，根据风光联合出力特性构建模拟场景描述风光出力不确定性，实现电网运行模式智能识别；研究电力系统关键特征选择方法，利用数据挖掘技术获取电网实用动态安全域，掌握电力系统运行的安全边界；利用深度学习算法构建电力系统暂态稳定性评估方法体系，将提升大规模电力系统暂态稳定性的分析和决策水平，对保证电网安全稳定运行具有深远的理论和现实意义。

项目针对电力系统智能调度控制难题，利用大数据和人工智能技术，从海量数据在线精准辨识与模拟场景智能构建、电网动态安全域智能获取、电网暂态稳定智能评估三个方面展开研究，完成了理论突破、技术攻关、系统研发和工程应用。主要创新点如下：（1）提出了基于自组织特征映射算法的大数据智能检测方法和基于密度的一维孤立点初筛异常数据检测技术，实现了对在线海量调度运行数据的精准辨识；同时利用深度神经网络对风光联合出力特性进行了隐式建模并准确描述其不确定性，具有较强的泛化能力和较好的鲁棒性。（2）提出了基于信息熵和互信息的电力系统关键特征选择算法，通过对电网特征量与电力系统稳定性的互信息进行量化评估，有效提取电网运行关键特征量；同时提出了基于K-means聚类算法的电力系统运行模式智能识别方法，通过拓扑相似度与潮流距离指标，实现了电网运行模式的智能识别。

项目提出的基于人工智能的电力系统智能调度控制技术在理论研究和工程应用上都具有开创性的意义。针对我国电力系统特定的问题，结合国家能源发展战略重大需求，同时结合我国资源分布和电网运行的实际情况，清华大学联合国家电网有限公司国家电力调度控制中心、国家电网公司华中分部、国家电网公司东北分部、湖北省电力公司、武汉电力公司、黄石电力公司等相关单位，针对“基于人工智能的电力系统智能调度控制技术及应用”共同开展科技攻关。并于2017年开始，各单位结合自身电网的运行特点与实际需求，逐步开展了项目研究成果的推广应用，并取得了明显的效益。

胡伟 男 1976年08月 副教授 博士 清华大学 项目总技术负责鲁宗相 男 1974年09月 副教授 博士 清华大学 理论研究、方案设计闵勇 男 1963年07月 教授 博士 清华大学 项目整体协调乔颖 女 1981年03月 副教授 博士 清华大学 理论研究、方案设计董昱 男 1974年07月 高级工程师 硕士 国家电网有限公司国家电力调度控制中心 智能调度控制技术研究张伟 男 1975年06月 高级工程师 博士 国家电网有限公司国家电力调度控制中心 智能调度控制技术研究侯凯元 男 1973年06月 高级工程师 博士 国家电网有限公司东北分部 智能调度技术应用研究夏德明 男 1979年06月 高级工程师 博士 国家电网有限公司东北分部 智能调度技术应用研究王春明 男 1970年02月 高级工程师 硕士 国家电网有限公司华中分部 智能调度技术应用研究徐遐龄 女 1980年10月 高级工程师 博士 国家电网有限公司华中分部 智能调度技术应用研究

2017年-2019年，成果应用单位分别减少负荷损失 4000MW、4260MW 和4537MW，每年累计停电时间 4 小时，三年共减少经济损失 2559.4 万元。本项目应用成果能够提高电网公司售电量计量系统精度约 0.06%，成果应用单位2017年-2019年供电量分别为 2250、2385 和 2528 亿 kWh，电价按 0.5 元/kWh 计算，提升数据计量精度后可以产生经济效益 21489 万元。

本项目的研究成果针对大电网的运行具有广泛的推广价值，通过应用基础数据智能检测与场景模拟、基于数据挖掘的电网实用动态安全域研究、基于深度学习的电力系统暂态稳定评估的研究成果，实现大电网关键控制对象提取、电网运行模式智能识别、获取电网实用动态安全域，利用深度学习算法构建电力系统暂态稳定性评估体系，能够有效提高电网的安全稳定运行能力和电网安全稳定运行水平，减少电力系统故障的发生并有效抑制故障的发展。并在减少电网停电经济损失、提高电网省间断面传输功率、降低电网运行风险、减少电厂设备维护费用和检修费用等方面取得了显著的经济效益和社会效益。因此，本项目的研究成果具有广阔的市场前景，将在国家电网其他省（市）级单位、南方电网、地方电网以及欧美等国外电网推广使用。进一步推动智能调控和优化控制研究的发展。