智能電網是將現代信息系統融入傳統電網的產物，從而改善電網的可控性與可觀性，解決傳統電力系統能源利用率低、互動性差、安全穩定分析困難等問題，是能源與電力行業發展的必然趨勢“。隨著智能電網發展向前推進，特高壓交直流互聯大電網的全面建設、大規模新能源新設備的接入以及電力市場化改革等發展趨勢加劇了電網的復雜性，也給電網運行帶來更多不確定性。除此之外，電力系統逐漸與信息系統、天然氣系統、交通系統緊密耦合，智能電網正在向著更為復雜的、信息與物理系統高度融合的能源互聯網演變，并持續產生高維度、多類型、大體量的大數據資源，傳統建模、優化、控制技術存在諸多局限，已難以適應智能電網快速發展所帶來的挑戰。

人工智能是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，它企圖了解智能的實質，并生產出一種新的能與人類智能相似的方式做出反應的智能機器。機器學習是實現人工智能的一種重要方法，也是目前的主流研究方向。機器學習通過計算手段，利用經驗來改善系統自身的性能。機器學習可以分為傳統機器學習和高級機器學習，傳統機器學習包括無監督學習和有監督學習等，高級機器學習則包括深度學習、強化學習和遷移學習等。

隨著電力系統規模的不斷增大，其動態特性愈加復雜，復雜性與安全性之間的矛盾也越來越突出，對系統安全穩定評估提出了更高要求，人工智能為系統穩定評估提供了新思路。傳統機器學習方法采用“先提取特征，后分類評估”的方式，割裂看待兩者關系。同時，傳統方法的特征提取需要依靠人工經驗，在求解復雜分類問題時泛化能力受到制約。而深度學習可借助深層模型強大的學習能力，自動提取數據特征，并完成分類評估，實現了特征提取與分類分析的有機統一。

由大數據支撐的廣泛互聯、高度智能、開放互動和可持續發展的智能電網，是能源與電力行業的發展趨勢。這樣，借助互聯網技術推動智能電網發展就具有重要意義。雖然互聯網、人工智能等技術在智能電網各專業領域已有較多的應用研究，但總體上還停留在初級研究階段，在可靠性、準確性方面仍面臨巨大挑戰，離實際工程應用尚有差距。然而，可以肯定的是，大數據、人工智能等技術為智能電網發展帶來了無限可能，但從可能到可行再到可用，任重而道遠，還需眾多電力工作者緊抓歷史機遇，積極投入，深入開展相關研究工作。
責任編輯：YYX