2024年人工智能賦能電力系統(tǒng)安全穩(wěn)定研究報(bào)告

——?jiǎng)恿?、范式、?wèn)題及應(yīng)對(duì)思考南方電網(wǎng)科學(xué)研究院李詩(shī)旸2024年12月本文件的知識(shí)產(chǎn)權(quán)屬南方電網(wǎng)公司所有。對(duì)本文件的使用及處置應(yīng)嚴(yán)格遵循南方電網(wǎng)公司有關(guān)規(guī)定或獲取本文件的合同及約定的條件和要求。未經(jīng)南方電網(wǎng)公司事先書(shū)面同意，不得對(duì)外披露、復(fù)制。IntellectualPropertyRightsStatementThisdocumentisthepropertyofandcontainsproprietaryinformationownedbyCSGand/oritsrelatedproprietor.Yoconditionsoftheagreementunderwhichitwasprovidedtoyou.NodisclosureorcopyofthisdocumentispermittedwithoutthepriorwrittenpermissionofCSG.目目錄第二部分第二部分第三部分第三部分SEPRI南方電網(wǎng)科學(xué)研究院電力系統(tǒng)是一個(gè)復(fù)雜動(dòng)力系統(tǒng)，為了完成供電根本任務(wù)，安全穩(wěn)定是必要條件。穩(wěn)定：遭受擾動(dòng)后系統(tǒng)運(yùn)行狀態(tài)自動(dòng)歸于平靜；安全：遭受擾動(dòng)后系統(tǒng)運(yùn)行狀態(tài)可接受。電力系統(tǒng)安全穩(wěn)定問(wèn)題，主要包括安全穩(wěn)定分析與控制。分析：回答系統(tǒng)運(yùn)行狀態(tài)是否安全穩(wěn)定、有多(不)安全穩(wěn)定、為什么(不)安全穩(wěn)定；控制：回答如何在正常運(yùn)行波動(dòng)和擾動(dòng)下維持安全穩(wěn)定。電力系統(tǒng)穩(wěn)定性電力系統(tǒng)穩(wěn)定性功角穩(wěn)定頻率穩(wěn)定電壓穩(wěn)定大擾動(dòng)小擾動(dòng)短期短期長(zhǎng)期短期大擾動(dòng)長(zhǎng)期2004IEEE/CIGRE穩(wěn)定性經(jīng)典分類角穩(wěn)定位定l角檢定短期新蕩蛋湯步小祝動(dòng)大批動(dòng)個(gè)批動(dòng)相角電壓檢定電濃振壓電壓動(dòng)角2022中國(guó)電科院、國(guó)調(diào)提出的安全穩(wěn)定分類oCSG2024.AllRightsReserved南網(wǎng)中央研究院原創(chuàng)技術(shù)策源地“非平凡”的回答：在新的系統(tǒng)安全穩(wěn)定特性及需求發(fā)展趨勢(shì)下，有的要緊事，融合Al可以干得更好，有的要緊事，沒(méi)有AI幾乎干不了。新型電力系統(tǒng)中，占比逐漸上升的新能源和變流器并網(wǎng)設(shè)備具有不同于同步機(jī)的出力特性、動(dòng)態(tài)特性、諧波特性和接入分布特性，給電網(wǎng)安全穩(wěn)定問(wèn)題引入了新場(chǎng)景、新機(jī)理和相應(yīng)的新安全穩(wěn)定風(fēng)險(xiǎn)。改進(jìn)決策改進(jìn)決策這些新特性，從分析控制主體的視角看，都可近似歸結(jié)為(模型、運(yùn)行方式、擾動(dòng)的)不確定性。安全穩(wěn)定分析控制應(yīng)對(duì)策略：兩個(gè)擴(kuò)展、兩個(gè)加強(qiáng)。改善邊界傳統(tǒng)機(jī)組改善邊界傳統(tǒng)機(jī)組虛擬電廠新能源廠站功率新能源廠站涉網(wǎng)參數(shù)控制決策廣域量測(cè)未來(lái)態(tài)預(yù)測(cè)寬頻量測(cè)營(yíng)銷數(shù)據(jù)擴(kuò)展預(yù)測(cè)資源控制覺(jué)略生成.控制覺(jué)略生成.可盤略生成8凡度操作池老和執(zhí)行記錄開(kāi)略和置策略生快的問(wèn)文雞準(zhǔn)加強(qiáng)決策預(yù)見(jiàn)擴(kuò)展控制資源當(dāng)朗障向錯(cuò)施計(jì)制及當(dāng)朗障向錯(cuò)施計(jì)制及器口要加強(qiáng)決策應(yīng)變匾發(fā)展電力人工智能及其配套基礎(chǔ)設(shè)施是實(shí)現(xiàn)上述不確定性應(yīng)對(duì)策略不可或缺的一條關(guān)鍵途徑。新Al技術(shù)的優(yōu)勢(shì)，可支持整體與還原、經(jīng)驗(yàn)與心智更優(yōu)平衡的科學(xué)范式，恰好擅于破解不確定性。是歸結(jié)于不確定性的系統(tǒng)復(fù)雜性上升，逼迫大系統(tǒng)安全穩(wěn)定分析控制與人工智能形成“統(tǒng)一戰(zhàn)線”?！吆Ａ繀?shù)所沉淀∵海量參數(shù)所沉淀的海量數(shù)據(jù)信息∴突破人類記憶對(duì)新型電力系統(tǒng)多變運(yùn)行環(huán)境的感知能力駕馭高維空間駕馭高維空間∵維數(shù)災(zāi)新邊界下∵維數(shù)災(zāi)新邊界下奧卡姆剃刀的變化∴一定程度避免對(duì)復(fù)雜新型電力系統(tǒng)做強(qiáng)降階導(dǎo)致?lián)p失信息顯式表征非線性顯式表征非線性隱式關(guān)聯(lián)∵聯(lián)結(jié)主義信念下∵聯(lián)結(jié)主義信念下神經(jīng)網(wǎng)絡(luò)的通用近似能力線性動(dòng)態(tài)的解析預(yù)見(jiàn)能力∵具備有限步可簡(jiǎn)∵具備有限步可簡(jiǎn)單計(jì)算性的神經(jīng)網(wǎng)絡(luò)形式DD多種歸納偏置渠道理模型、量測(cè)、定律定理和仿真∵統(tǒng)計(jì)學(xué)基因賦予∵統(tǒng)計(jì)學(xué)基因賦予的隨機(jī)分析框架∴可直接利用含不確定性誤差、矛盾的量測(cè)數(shù)據(jù)并獲得統(tǒng)計(jì)特征SEPRI南方電網(wǎng)科學(xué)研究院SEPRI南方電網(wǎng)科學(xué)研究院式研究中，不得不將典型運(yùn)行方式基礎(chǔ)數(shù)據(jù)從傳統(tǒng)的5套擴(kuò)展到9套予以應(yīng)對(duì)。過(guò)去一年的若干事故事件暴露出現(xiàn)有分析模型的不足，為此需將模型規(guī)模擴(kuò)大至少一個(gè)數(shù)量級(jí)，強(qiáng)化電磁仿真運(yùn)用，并建立對(duì)源生離線計(jì)算校核的規(guī)模較以往至少上升1~2個(gè)數(shù)量級(jí)在線計(jì)算決策的速度必代表性：電力系統(tǒng)，尤其是安全穩(wěn)定領(lǐng)域，是一個(gè)代表性的復(fù)雜非線性動(dòng)力系統(tǒng)研究場(chǎng)景，是Al4S研究的一片沃土，如果能形成突破性的成果，將會(huì)像這些年廣為人知的圍棋、星際爭(zhēng)霸、文本/圖像/視5節(jié)點(diǎn)環(huán)狀網(wǎng)隨機(jī)線路電抗采樣下潮流方程非平凡實(shí)數(shù)解個(gè)數(shù)直方圖[Bernard2019]南網(wǎng)中央研究院原創(chuàng)技術(shù)策源地三節(jié)點(diǎn)系統(tǒng)的分岔現(xiàn)象[Piklu2020]挑戰(zhàn)性：目前Al和人類智能比，最突出的弱點(diǎn)包括高風(fēng)險(xiǎn)任務(wù)難以完全信賴，以及是訓(xùn)練能效低。作為能源基礎(chǔ)設(shè)施，電力系統(tǒng)安全穩(wěn)定分析控制，恰恰對(duì)可信賴性有極強(qiáng)需求，且需兼顧能效目標(biāo)。如果說(shuō)兼顧可持續(xù)性和重大安全風(fēng)險(xiǎn)的領(lǐng)域是AI應(yīng)用研究力圖摘取的皇冠，那么電力系統(tǒng)安全穩(wěn)定控制一定是皇冠上最為璀璨的明珠之一。電力系統(tǒng)安全穩(wěn)定Al研究，一定會(huì)反哺Al科學(xué)并惠及其他領(lǐng)域。全球數(shù)據(jù)中心、Al、數(shù)字貨幣耗電量預(yù)測(cè)[IEA2024]高斯：數(shù)學(xué)是科學(xué)的皇后，而數(shù)論是數(shù)學(xué)的皇后第一部分第一部分第二部分目目錄問(wèn)題集：27個(gè)挑戰(zhàn)性問(wèn)題及應(yīng)對(duì)思考作為算法作為智能體作為算法作為智能體Al在分析和控制決策中可作為端到端解決問(wèn)題的算法以完成具體的歸納或演繹任務(wù)，也可充當(dāng)協(xié)調(diào)資源、調(diào)度流程的智能體以輔助人類或獨(dú)立達(dá)成需要分析或綜合的復(fù)雜目標(biāo)。歸納：從特殊到一般歸納：從特殊到一般分析：從整體到部分分析：從整體到部分·規(guī)范分析流程自動(dòng)化·Co-pilot·系統(tǒng)特性抽象與評(píng)估·C演繹：從一般到特殊演繹：從一般到特殊·得到運(yùn)行狀態(tài)/安穩(wěn)指·因果推斷：用因果關(guān)系標(biāo)/控制對(duì)象控制量·邏輯推演：用蘊(yùn)含關(guān)系·預(yù)測(cè)和估計(jì)：用相關(guān)關(guān)·樣本生成：用生成模型綜合：從部分到整體綜合：從部分到整體·異構(gòu)數(shù)據(jù)融合·嵌入領(lǐng)域知識(shí)·控制策略設(shè)計(jì)·異構(gòu)數(shù)據(jù)融合·嵌入領(lǐng)域知識(shí)oCSG2024.AllRightsReserved南網(wǎng)中央研究院原創(chuàng)技術(shù)策源地當(dāng)前主流Al技術(shù)以大數(shù)據(jù)、大算例、大模型為基礎(chǔ)，需要大資金、大系統(tǒng)、大團(tuán)隊(duì)推動(dòng)運(yùn)轉(zhuǎn)，研究和部署應(yīng)用都是一項(xiàng)系統(tǒng)工程，AI工程組織實(shí)現(xiàn)形式是Al研究和應(yīng)用范式內(nèi)涵的重要元素。充分的可信賴性是Al分析決策閉環(huán)落地應(yīng)用的前提，Al的可信賴程度決定了Al與人協(xié)作的可行模式。能夠替代人的AI通常是因時(shí)而變的，Al的研究和應(yīng)用范式需考慮Al全壽命周期的健康和成長(zhǎng)性。作為規(guī)范的系統(tǒng)安全穩(wěn)定研究或分析控制工具，測(cè)試、評(píng)估、驗(yàn)證、考核、退出、替代方案也是構(gòu)成研究和應(yīng)用范式的重要元素。調(diào)度部門、運(yùn)維單位、廠家在廠內(nèi)模擬環(huán)境逐功能測(cè)試驗(yàn)證廠家根據(jù)策略表調(diào)度部門、運(yùn)維單位、廠家在廠內(nèi)模擬環(huán)境逐功能測(cè)試驗(yàn)證廠家根據(jù)策略表裝置持續(xù)掛網(wǎng)運(yùn)行，僅斷開(kāi)出口回路，評(píng)估是否正常通過(guò)硬件在環(huán)半實(shí)物仿真，驗(yàn)證穩(wěn)控程序在搭建的大電網(wǎng)模擬環(huán)境中對(duì)高風(fēng)險(xiǎn)穩(wěn)控系統(tǒng)，在一次系統(tǒng)上施加或在二次系統(tǒng)模擬設(shè)定的擾動(dòng)，驗(yàn)證一、二次系統(tǒng)WhatmustcalinstumentsdoMnAmanwakedintoamstaurarnt,ocasdabowAgphsintholatweokof原創(chuàng)技術(shù)策源地mAQ盛14第一部分第三部分應(yīng)對(duì)思路：升級(jí)建設(shè)量測(cè)系統(tǒng)及數(shù)據(jù)庫(kù)；利用數(shù)據(jù)增強(qiáng)技術(shù)；利用仿真模型生成數(shù)據(jù)；利用問(wèn)題對(duì)電網(wǎng)的局部對(duì)稱性；嵌入領(lǐng)域知識(shí)歸問(wèn)題：無(wú)論是歷史真實(shí)數(shù)據(jù)還是生成數(shù)據(jù)，靠近安全穩(wěn)定域/收斂域邊界的數(shù)據(jù)遠(yuǎn)少于遠(yuǎn)離邊界的數(shù)據(jù)，域外數(shù)據(jù)遠(yuǎn)少于域內(nèi)數(shù)據(jù)應(yīng)對(duì)思路：利用各種通用的樣本平衡技術(shù)，如欠/過(guò)采樣、數(shù)據(jù)增強(qiáng)、代價(jià)敏感損失函數(shù)、對(duì)不平衡低敏感的模型；訓(xùn)練弱模型生成少數(shù)類并逐步迭代；利用其他追蹤域邊界的方法獲得邊界附近樣本和域外樣本應(yīng)對(duì)思路：優(yōu)化利用歷史數(shù)據(jù)，平衡仿真模型構(gòu)建校準(zhǔn)和預(yù)測(cè)/生成模型訓(xùn)練等多個(gè)目標(biāo)；訓(xùn)練模型感知Sim和Real的差距變化；持續(xù)學(xué)習(xí)；借助無(wú)模型的安全穩(wěn)定指標(biāo)降低基于模型的安全穩(wěn)定指標(biāo)對(duì)模型誤差的敏感度應(yīng)對(duì)思路：融合A建模技術(shù)；探索廠家+電網(wǎng)“灰箱”規(guī)范化合作建模路徑；建設(shè)應(yīng)對(duì)思路：利用時(shí)下可解釋A的前沿成果，如更透明的模型結(jié)構(gòu)，模型的局部解釋、圖像解釋，神經(jīng)微分方程；反思可解釋性對(duì)特定問(wèn)題的價(jià)值，容許可信任但難解釋的模型泛化性泛化性問(wèn)題：機(jī)器學(xué)習(xí)類Al的一般性問(wèn)題，電力系統(tǒng)作為真實(shí)數(shù)據(jù)不算充裕的、安全風(fēng)險(xiǎn)敏感的高維復(fù)雜非線性系統(tǒng)，泛化性挑戰(zhàn)尤為突出應(yīng)對(duì)思路：借鑒利用一切提升Al泛化性的前沿成果，尤其關(guān)注自動(dòng)駕駛、醫(yī)療、航空航天等安全風(fēng)險(xiǎn)敏感領(lǐng)域；建立電力系統(tǒng)安全穩(wěn)定領(lǐng)域AI泛化性評(píng)估的標(biāo)準(zhǔn)方法和基準(zhǔn)算例(benchmark),覆蓋對(duì)網(wǎng)絡(luò)圖拓?fù)?、主要網(wǎng)絡(luò)參數(shù)和設(shè)備涉網(wǎng)參數(shù)的泛化性測(cè)評(píng)電力系統(tǒng)基本方程、基本優(yōu)化模型所隱含映射的可學(xué)習(xí)性(誤差可控性)電力系統(tǒng)基本方程、基本優(yōu)化模型所隱含映射的可學(xué)習(xí)性(誤差可控性)問(wèn)題：電力科學(xué)計(jì)算AI模型試圖直接給出電力系統(tǒng)基本方程、基本優(yōu)化模型所隱含映射的神經(jīng)網(wǎng)絡(luò)近似，部分隱射(如常規(guī)潮流解映射)一般可滿足通用近似定理?xiàng)l件，但對(duì)于電力系統(tǒng)的維度，當(dāng)前學(xué)習(xí)技術(shù)是否可按給定誤差、用有限樣本在關(guān)心區(qū)域高效擬合仍待探究電力系統(tǒng)基本方程、優(yōu)化模型的多解問(wèn)題標(biāo)簽本身存在理論困難應(yīng)對(duì)思路：利用全純嵌入、延拓法等技術(shù)獲得標(biāo)簽；全局最優(yōu)算法；探索是否可接受以多解支隨機(jī)切換的映射為學(xué)習(xí)目標(biāo)模型序列、多階段學(xué)習(xí)及反向沉淀務(wù)端上層模型在持續(xù)學(xué)習(xí)中獲得的知識(shí)和智慧應(yīng)可作為下層模型的經(jīng)驗(yàn)得到抽象沉淀，反過(guò)來(lái)提升底層模型的更通用的智能應(yīng)對(duì)思路：規(guī)劃預(yù)訓(xùn)練模型序列和譜系；建立模型開(kāi)發(fā)生態(tài)圈；充分利用大模型的兩(多)階段訓(xùn)練和遷移學(xué)習(xí)技術(shù)；探索以模型為學(xué)習(xí)對(duì)象的學(xué)習(xí)技術(shù)3.2問(wèn)題集|演繹問(wèn)題：場(chǎng)景參數(shù)維度極高，逼真的場(chǎng)景需符合電力電要利用“幻覺(jué)”又要限制“幻覺(jué)”應(yīng)對(duì)思路：進(jìn)一步發(fā)展Al支持的多時(shí)間尺度運(yùn)行運(yùn)行模擬；利用條件生成模型；保存并充分挖掘歷史數(shù)據(jù)電力系統(tǒng)規(guī)劃運(yùn)行場(chǎng)景集及基于場(chǎng)景集分析的有效性問(wèn)題：場(chǎng)景集設(shè)置是仿真分析法的靈魂，有效場(chǎng)景集一方面要能可靠概括所研究的問(wèn)題(如“包住”設(shè)防風(fēng)險(xiǎn)),一方面要節(jié)制規(guī)模應(yīng)對(duì)思路：運(yùn)用Al定位域邊界；運(yùn)用A快速評(píng)估問(wèn)題關(guān)心的指標(biāo)，如安全穩(wěn)定風(fēng)險(xiǎn)，保障場(chǎng)景化信息丟失的安全性；運(yùn)用A挖掘場(chǎng)景間關(guān)系，利用場(chǎng)景關(guān)系增強(qiáng)數(shù)據(jù)、剔除低信息量場(chǎng)景、建立場(chǎng)景注意力和仿真排序；利用AI加速的快速仿真做必要校核Al提升數(shù)值仿真(初值收斂性、初值匹配、加速、算法參數(shù)優(yōu)化等)問(wèn)題：潮流初值超出(合理解)收斂域、潮流解與動(dòng)態(tài)模型靜態(tài)約束不匹配是阻礙仿真分析自動(dòng)閉環(huán)、制約效率的頑疾；電力系統(tǒng)方程和優(yōu)化問(wèn)題求解器中通常提供了一些可影響收斂性、求解速度和解質(zhì)量的算法參數(shù)，存在優(yōu)化空間；底層數(shù)值求解器也存在A優(yōu)化空間應(yīng)對(duì)思路：運(yùn)用Al預(yù)解優(yōu)化初值(Al直接求解或利用附近歷史求解數(shù)據(jù));與專業(yè)求解器團(tuán)隊(duì)合作開(kāi)展底層AI優(yōu)化3.3問(wèn)題集|分析應(yīng)對(duì)思路：進(jìn)一步規(guī)范化和抽象分析流程；提供人在環(huán)路的交互分析接口；量化分析和控制決策流程目標(biāo)以支持強(qiáng)化學(xué)習(xí)，使用A逐步代理專家決策并由專家做后審查；在計(jì)算分析平臺(tái)上開(kāi)發(fā)專家行為記錄功能，提供引導(dǎo)學(xué)習(xí)素材；以仿真場(chǎng)問(wèn)題：穩(wěn)定性(按定義)本身不可直接觀測(cè)，所有安全穩(wěn)定性指標(biāo)都是對(duì)場(chǎng)景參數(shù)和狀態(tài)軌跡的強(qiáng)降維，以往人們通過(guò)機(jī)理分析降維得到的指標(biāo)應(yīng)充分繼承，但不排除受到分析范式的限制，指標(biāo)可能存在假設(shè)過(guò)強(qiáng)、不宜求解、過(guò)于保守等問(wèn)題，有待補(bǔ)充完善問(wèn)題：對(duì)電力系統(tǒng)安全穩(wěn)定分析和控制決策已積累了許多行之有效的分析方法、流程，以及針對(duì)其中各環(huán)節(jié)的標(biāo)準(zhǔn)工具，目前針對(duì)較為復(fù)雜的上層分析和控制決策任務(wù)，只能靠專家來(lái)拆解任務(wù)、設(shè)定和動(dòng)態(tài)調(diào)整分析流水線、調(diào)用分散數(shù)據(jù)和分散工具、操作相關(guān)設(shè)備3.4問(wèn)題集|綜合安全穩(wěn)定約束嵌入安全穩(wěn)定約束嵌入問(wèn)題：電力系統(tǒng)安全穩(wěn)定分析和控制決策許多環(huán)節(jié)需滿足安全穩(wěn)定硬約束，不接受“近似滿足”,但經(jīng)典的神經(jīng)網(wǎng)絡(luò)訓(xùn)練是一個(gè)無(wú)約束優(yōu)化求解過(guò)程，模型從數(shù)據(jù)中很難直接精準(zhǔn)學(xué)到硬約束；通過(guò)語(yǔ)言、符號(hào)輸入直接“教給”模型硬約束，又存在是否真正理解的問(wèn)題應(yīng)對(duì)思路：利用各類先進(jìn)的安全學(xué)習(xí)訓(xùn)練方法；對(duì)Al的結(jié)果做硬約束審查；綜合運(yùn)用符號(hào)邏輯方法集成學(xué)習(xí)、群體學(xué)習(xí)問(wèn)題：各個(gè)內(nèi)部單位，以及引入競(jìng)爭(zhēng)的多個(gè)外部單位，可應(yīng)對(duì)思路：利用集成學(xué)習(xí)和各類分布式學(xué)習(xí)方法，實(shí)現(xiàn)群體智慧對(duì)個(gè)體的超越領(lǐng)域先驗(yàn)、解析計(jì)算、時(shí)域仿真、邏輯推演、優(yōu)化和機(jī)器學(xué)習(xí)的粘合問(wèn)題：先驗(yàn)知識(shí)需要繼承，各類方法各有優(yōu)缺點(diǎn)，針對(duì)具體問(wèn)題，需有系統(tǒng)性的綜合方法應(yīng)對(duì)思路：目前這是研究人員的領(lǐng)地，現(xiàn)有解決方案基于專家對(duì)問(wèn)題、方法和相關(guān)價(jià)值觀的深入理解，當(dāng)前AI是否能承擔(dān)或輔助承擔(dān)這類任務(wù)有待探索3.5問(wèn)題集數(shù)據(jù)基礎(chǔ)設(shè)施問(wèn)題：與系統(tǒng)安全穩(wěn)定分析評(píng)估相關(guān)的有用數(shù)據(jù)尚未實(shí)現(xiàn)對(duì)Al平臺(tái)完全打通，跨區(qū)、跨單位、跨平臺(tái)數(shù)據(jù)整合、對(duì)齊工作量巨大；缺乏統(tǒng)一的訓(xùn)練數(shù)據(jù)篩選、存儲(chǔ)管理機(jī)制，大量有用實(shí)測(cè)數(shù)據(jù)和仿真計(jì)算數(shù)據(jù)遭到直接拋棄應(yīng)對(duì)思路：持續(xù)推進(jìn)數(shù)字化基礎(chǔ)設(shè)施整體建設(shè)，針對(duì)使能Al有步驟地打通若干關(guān)鍵數(shù)據(jù)平臺(tái)；建設(shè)電網(wǎng)大擾動(dòng)數(shù)據(jù)庫(kù)算力優(yōu)化配置負(fù)荷空間轉(zhuǎn)移，缺乏算力、數(shù)據(jù)、任務(wù)、計(jì)算用電的聯(lián)合優(yōu)化調(diào)度機(jī)制應(yīng)對(duì)思路：探索系統(tǒng)性的算力需求評(píng)估方法；探索算例內(nèi)部分配及合作研發(fā)的對(duì)外分配機(jī)制；研究四個(gè)元素的跨時(shí)空協(xié)同優(yōu)化合作研發(fā)模式合作研發(fā)模式執(zhí)優(yōu)勢(shì)資源，任何單一方面難以獨(dú)立破解相關(guān)的高難度科學(xué)、技術(shù)和工程挑戰(zhàn)，合作研發(fā)機(jī)制尚待進(jìn)一步建立健全應(yīng)對(duì)思路：電網(wǎng)公司作為業(yè)務(wù)需求方、數(shù)據(jù)持有方，可牽頭積極探索電力AI大規(guī)模前沿研究的合作研發(fā)模式，打造原創(chuàng)技術(shù)