特约主编寄语

构建清洁、低碳、安全、高效的现代能源体系是国家推动能源转型的目标，发展具有清洁化、柔性化、多元化、互动化特征的智能电网更是能源转型的关键和支撑。智能电网是集成了新能源、新材料、新设备和先进传感技术、信息技术、控制技术、储能技术等形成的新一代电力系统，具备资源配置能力强和开放互动等特征，可以支撑大规模可再生能源接入和满足用户多样化的能源电力需求，可更好实现电力系统安全、可靠、经济、高效运行。智能电网建设作为能源电力发展的重要战略，已被纳入国家大力培育和发展的战略性新兴产业，并在能源电力规划中明确提出了发展智能电网的指导思想和发展目标。

人工智能是研究开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学，正面临着又一次重大技术突破。为抓住新一代人工智能发展的重大战略机遇，我国先后出台了《新一代人工智能发展规划》等二十余项人工智能及其相关产业发展政策，将“推动人工智能与各行业融合创新”作为我国科技兴国战略部署的关键任务之一。新一代人工智能技术呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等特征，在感知智能、计算智能和认知智能方面表现出强处理能力，与电力系统相结合将有助于促进电力生产和利用方式的重大改变。云计算、大数据、物联网、移动互联与新一代人工智能技术的融合将成为智能互动、安全可控的新一代电力系统发展的基础性支撑技术，有助于提升电网的安全性、可靠性和弹性，促进电力行业的质量变革和效率变革。

在能源革命和人工智能技术革命的双重背景下，《广东电力》编辑部组织了“新一代人工智能在电力系统中的应用”专题，旨在共同研讨相关领域的新理论、新技术、新应用，共同促进我国电力系统的智能化发展。我们荣幸地受邀担任此次专题的特约主编，本次征稿共计征得70余篇文章，经过严格审核，最终收录24篇，内容涵盖了电力系统人工智能应用的3个主要方面。

1 视听觉智能分析技术

武汉大学王波团队阐述了电力视觉技术的演化过程，介绍了电力深度视觉的关键技术，重点讨论了电力深度视觉产生的技术和时代背景，探讨了电力深度视觉的基本概念、内涵的应用领域。华北电力大学赵振兵团队总结了输电线路视觉检测方法的研究现状，分析了4种输电线路巡检方式及其差异与优劣，讨论了深度学习在各方式中应用的关键问题以及该方向未来的发展方向。华北电力大学翟永杰团队主要分析了计算机听觉在音频信号处理方面的应用，总结了计算机听觉技术对不同种类电力设备的状态检测与故障分类的方法。浙江大学杨强、广东电网有限责任公司清远供电局苏超提出了一种基于机器视觉深度学习的绝缘子前端定位方法，并基于此设计了一种绝缘子前端定位系统。华南理工大学刘刚团队研究了基于RetinaNet算法的智能识别方法，用于实现销钉缺陷智能识别的方法，从而提高缺陷检测效率。国网山东省电力公司菏泽供电公司杨可林提出了基于深度学习的输电通道危物辨识技术，采用Faster R-CNN模型和Mobilenet_SSD模型进行智能识别。南瑞集团(国网电力科学研究院)有限公司杨永辉团队提出了一种结合肤色和Hough变换的人手检测与分割方法，来实现电气测试设备校准全景仿真中的人机交互。广东电网有限责任公司电力科学研究院人工智能团队吴晖针对变电站目标检测的需求及传统方法在应用中存在的问题，提出了一种面向边缘端优化的深度卷积神经网络目标检测方法。

2 智能优化算法及机器人技术

在智能优化算法方面：华北电力大学朱永利团队针对典型油纸绝缘结构下局部放电中可能出现不属于已知放电类型的新的未知类别样本，提出了一种基于L2正则化-变分自编码器的未知类别信号识别方法。华南理工大学陈皓勇团队以经济成本为目标，建立了冷热电型微网协同优化模型，提出一种结合粒子群思想、协同进化理论框架和天牛须搜索算法的改进优化算法。天津大学冯人海、国网山东省电力公司张纪伟、国网西藏电力有限公司刘晓明等将人工智能思想融入配电网路径规划模型，计及风能、太阳能两类接入，提出以路径建设成本及运维费用最小化为目标的优化问题。上海交通大学刘亚东、国网安徽省电力有限公司邵庆祝等以真型故障试验波形及配电网运行的实测波形为样本基础，提出了一种基于长短时记忆网络的接地故障电弧辨识方法。青岛大学张智晟、国网山东省电力公司刘远龙等针对故障发生时故障信息数据冗杂并且夹杂着设备元件误动、拒动、损坏等信息不完备的情况，提出一种基于RS-SVM算法的故障诊断方法。广州市奔流电力科技有限公司周俊煌、中国南方电网有限责任公司李聪等提出了一种基于样本Q邻域敏感度的径向基神经网络着装识别算法，来识别变电站现场作业人员的着装，从而降低作业人员的作业风险。广东电科院能源技术有限责任公司人工智能团队雷霆将图像处理技术与深度学习应用于电力隧道图像的识别与分析中，提出了一种基于SSD改进算法的电缆隧道设备识别，并进行了图像分析验证，检测了隧道积水的异常状况识别功能。

在机器人技术方面：南京航空航天大学杨忠、贵州电网有限责任公司电力科学研究院张秋雁设计了一种悬挂刀具结构的树障清理空中机器人，以提高输电线路通道内树障清理的安全性与作业效率。广东电网有限责任公司电力科学研究院钟力强等提出了一种能够在输电线路上行走的螺栓紧固带电作业机器人及其自提升上线装置，旨在解决输电线路带电作业危险、复杂和繁重等问题。

3 数据挖掘技术

华中科技大学李黎、广东电网有限责任公司电力科学研究院马凯等基于深度学习思想，提取运检过程中产生的设备缺陷记录的语义信息，并结合结构化的检测数据信息，综合评价变压器的运行状态。华北电力大学陈艳波团队针对已有状态估计方法的估计精度还不够高以及抗差性能还不够好等问题，提出基于多源数据融合的电网抗差状态估计方法。湖南大学李勇、国网湖南省电力有限公司电力科学研究院邓威提出一种基于灰色关联分析和长短期记忆神经网络的配电网网损预测方法，模型具有较高的精确度和可靠性，可应用于配电网网损预测。青岛大学张智晟、国网技术学院高广玲为了提高电力系统短期负荷预测的准确性，提出基于双层随机森林算法的电力系统短期负荷预测模型，来实现电力系统负荷的短期预测。广东电网有限责任公司佛山供电局温玉琦针对含风电电力系统，提出一种基于数据驱动与物理模型融合的电力系统扰动后频率动态响应分析方法。北京邮电大学闫丹风、中国电力科学研究院有限公司王峰等通过构建基于深度卷积神经网络的变压器故障诊断模型，提升设备故障诊断准确率。江苏方天电力技术有限公司祝永晋针对用电信息的海量数据处理难度大，传统人工排查方法效率低、实时性不高等问题，建立基于多判据融合的用电信息采集系统异常数据甄别模型。

本次专题重点收集了电力系统视听觉智能分析、智能算法及机器人技术和数据挖掘方面的一些最新成果，期望对我国电力系统的智能化和安全、高效运行提供有益的参考。非常感谢各位专家学者对本次专辑的大力支持，感谢《广东电力》编辑部为本专刊顺利出版所付出的辛勤劳动和认真细致的工作。