首页摘要：
人工智能目前进展如火如荼，而智能电网也处于建设时期，如何找到两者的结合点是一个众多学者关注的问题。为了探讨这个问题，参考鞠平教授的论文，对人工智能和智能电网的概念、发展、需求分别作了阐述，对未来两者可能取得突破的地方作了展望（以下人工智能简称AI，智能电网简称SG）。
人工智能概念及发展情况
人工智能（Artificial Intelligence）的缩写是AI，它是模拟、拓展人的智能的一种理论、方法及系统。从学科分类上来说，它属于计算机科学与技术，目的是了解智能的实质，试图生产出能以类似人类智能反应方式的一种系统。
诞生
1950年，”人工智能之父”马文·明斯基和他的大四同学邓恩·埃德蒙 一起建造了世界第一台神经网络计算机；同年“计算机之父”的阿兰·图灵提出了人工智能的原始概念：如果在人不知道对方是机器的情况下与其对话而无法发现对方是机器，那么这台机器就具有智能。这个测试的方法也被称之为图灵测试。1956年，计算机专家约翰·麦卡锡在达特茅斯学院举办的一次会议上正式提出了“人工智能 ”一词，就在这次会议后不久，麦卡锡从达特茅斯搬到了MIT。同年，明斯基也搬到了这里，之后两人共同创建了世界上第一座人工智能实验室——MIT AI LAB实验室。
第一次高潮（1956-1974）
1956年之后，人工智能开始了第一次热潮，其取得的成功主要集中利用计算机在数学定理及代数证明上面。A. Newell和H. Simon研发的“逻辑理论家（Logic Theorist）”证明了《数学原理》中全部52条定理，其中某些证明比原著更加巧妙。人们几乎无法相信机器原来可以如此智能。这些成果让研究者对未来充满信心，认为完全智能的机器人二十年内就能出现。这些成就在现在看来自然是小儿科，但在当时确实巨大的突破，毕竟做到了基于机器的数学证明。正因为如此，很多研究机构投入巨额资金进行人工智能的研究。
第一次低谷（1974-1980）
从70年代开始，人工智能迎来了寒冬期。因为它停留于证明简单数学定理等比较容易的问题，而又限制于计算能力，因此存在它能够解决的问题对象不多，一旦维度上升就会克服；另外一个原因是缺乏大量的数据用于研究，无法有效对人工智能进行分析。基于上述原因，政府所投资的项目大部分失败并终止，人工智能的热度慢慢降了下来。
第二次高潮（1980-1987）
最先让人工智能再度火起来的是卡耐基梅隆大学为DEC公司设计的一个名为XCON的专家系统，每年为公司节省四千万美元，取得巨大成功。许多公司纷纷效仿，开始研发和应用专家系统。专家系统依赖的知识工程因而也成为AI研究的焦点。于是，日本推出第五代计算机计划，其目标是造出能够与人对话，翻译语言，解释图像，并且像人一样推理的机器。其他国家也纷纷作出响应。与此同时，John Hopfield发明Hopfield网络，解决了著名的旅行商（TSP）问题。David Rumelhart提出反向传播（Back Propagation，BP）算法，解决了多层神经网络的学习问题。神经网络被广泛的应用于模式识别、故障诊断、预测和智能控制等多个领域。AI迎来了又一轮高潮。
第二次低谷（1987-1993）
但是，人们很快发现专家系统所依赖的知识非常难以获取，因此其应用的范围很窄；同时，关于AI的一些项目也遇到了财政困难；此外，苹果和 IBM 生产的台式机性能都超过了 Symbolics 等厂商生产的通用型计算机，专家系统自然风光不再。
第三次高潮（1993-至今）
随着计算机性能的不断提升、海量数据的收集以及人工智能研究者的不断努力，AI迎来了第三次高潮。具有里程碑意义的事件包括：1997年，IBM的国际象棋机器人深蓝战胜国际象棋世界冠军卡斯帕罗夫 ；2006年，Geoffrey Hinton提出深度学习。在接下来的若干年，借助深度学习技术，包括语音识别、计算机视觉在内的诸多领域都取得了突破性的进展 ；2016年，Google的围棋人工智能系统AlphaGo与围棋世界冠军、职业九段选手李世石进行人机大战，并以4:1的总比分获胜 。
人工智能为什么会取得这些成功？相比传统的浅层学习算法，如支持向量机、多层感知机等均没有足够的能力处理海量数据，因为模型的简化造成对复杂问题的表达能力不足；当然，它们在少样本学习上有着非常优秀的泛化能力。而深度学习是一种多层非线性的网络结构，理论上可以逼近任意函数，换句话说，在一定程度上深度学习的结构越复杂其参数越多那么其表达能力越强，但这不是绝对的，因为数据即便再多其蕴含的信息也可能是一定的，这就意味着优化的参数也是有限的，所以我们需要根据实际情况搭建网络。
在另一方面，深度学习不但在性能上超越了传统浅层学习算法，其还具有自动提取特征的作用，这个功能相比传统算法手工设计特征来说是个巨大的进步。它将特征和分类器结合到一个框架中，具体而言是利用了无监督的学习方式将无标注的数据特征提取，这就是所谓的预训练（每次单独训练一层，将训练结果输入更高一层，最后对整个网络微调的方式）。
目前人工智能的代表是深度学习，但深度学习也不是万能的，其最成功的的领域是图像处理，在很多领域依然由传统机器学习算法主导。其不足具体体现为：（1）需要先验知识和其他模型结合才能取得state of art的效果；（2）深度学习模型为黑箱模型，可解释性不强，可以说是牺牲的解释性来提高准确性；（3）训练困难，包括训练速度和调节参数。
智能电网概念及发展情况
智能电网是通过传感器把各种设备、 资产连接到一起，形成一个客户服务总线，从而对信息进行整合分析，以此来降低成本，提高效率， 提高整个电网的可靠性，使运行和管理达到最优化的一种高度信息化的电力系统。其特点可以描述为：数字化、信息化、自动化、互动化，主要体现在灵活性、可观性和可控性、互操作性3各方面。要实现这些功能需要依靠先进的传感器技术、网络通讯技术以及自动化技术。
灵活性：灵活性是指在电力系统发电功率或者负荷出现较大的快速波动而造成的功率不平衡能够通过调整功率或者负荷保持稳定运行的能力。在智能电网中，高渗透率新能源的接入造成了系统功率的不平衡性，降低了灵活性；而大规模电动汽车的接入作为可控负荷又提高了灵活性，需要很好地利用两者的能力；
可观性和可控性：可观性是指能够完整地获得电网中的信息，例如目前广泛安装的PMU可以对电网中的状态进行检测；而可控性是指具备有效的手段对电网进行控制，例如大规模装备的FACT元件可以帮助智能电网完成这个工作；
互操作性：互操作性是指保证多个网络、系统、设备、应用或元件之间相互通信以及在不需要过多人工介入即可有效、安全、协调运行的能力。例如发生故障，能够正确启动继电保护装置就是一种互操作性。
智能电网的发展简介
美国：从2000年开始提出intelligent grid的概念，2003年美国能源部发布了“Grid 2030”计划并启动了相应的研究工作，美国主要关注信息化基础架构技术的发展升级以实现最大化对信息的利用，目前实施项目有美国能源部和电网智能化联盟主导的 GridWise 项目和 EPRI 发起的 Intelligrid 项目 ；
欧盟：欧洲则重点关注可再生能源和分布式能源的发展，并带动整个行业发展模式的转变。2005年智能电网欧洲技术论坛成立。 欧盟第 5 次框架计划 (FP5) (1998—2002)中的“欧洲电网中的可再生能源 和分布式发电整合”专题下包含了50多个项目， 分为分布式发电、输电、储能、高温超导体和其他 整合项目5大类，其中多数项目于2001年开始实施并达到了预期目的，被认为是发展互动电网第一 代构成元件和新结构的起点；
中国：国内从2005年开始智能电网建设。近年来，我国在智能电网的建设上取得了长足的发展。 所投资的数百项智能电网项目涵盖了发电、输电、配电、用电和调度5大领域以及信息平台建设。归纳起来可以总结为：1）一批智能输配电技术得到应用#提升了电网的可控性和灵活性从而提升了电网输送能力和安全稳定水平；2）智能调度支持系统D5000应用，提升了电力系统安全运行水平；3）智能变电站和配电自动化的加速应用，增强了电网的互操作性；4）开展了电网大数据平台的建设及应用探索$在国家电网范围内建设并推广了调度系统D5000、WAMS、大规模的用电信息采集AMI系统等数据采集系统，积累了海量的电网大数据。
目前我国在硬件设施如输配电设备、D5000等调度平台建设得较为完善，但是在电网数据分析上依然远远不够，例如现代电网每隔15分钟保存一次安全稳定数据，一天的数据就可达到以T计算，因此电网数据库中所存储的数据是海量的，尚未得到有效利用，而人工智能的发展为分析这些数据提供了有效的手段。
AI和SG的结合发展展望
当前随着高渗透率新能源的接入、电力电子化电力系统的发展以及多种能源融合的背景下，结合人工智能保证电网的安全稳定运行尤为重要。总结《“智能电网+”研究综述》，未来发展趋势总结如下：
| 对象 | 发展要点 |
|---|---|
虽然人工智能技术目前如火如荼，但是它并不是万能的，在我看来最根本的还是传统方法对电力系统物理本质的分析，只有对其本质足够了解才能有效结合人工智能技术解决问题。例如我目前所研究的暂态稳定评估领域，过去大家所做的无非是怎样选取特征、如何换算法、如何确定评估目标，除了在快速性上较传统方法具备一定优势外，在传统问题诸如稳定裕度、关键影响因素都没有很好地解决，甚至是连自身如何构造数据集都无法很好解释，根本上还是传统方法未能取得突破，所以我现在很期待看到众多学者是如何解决这个问题的。《“智能电网+”研究综述》曾提到小样本学习这个问题，我觉得如果能够从物理本质出发再结合小样本学习或许是一种思路，反正在研三年我是无法解决了=o=。
参考
[1]http://mini.eastday.com/mobile/161203062329556.html
[2]http://www.360doc.com/content/17/1207/13/1609415_710797958.shtml
[3]“智能电网+”研究综述
