隨著新型電力系統的不斷推進和分布式新能源裝機規模的逐步擴大，湖北電網的結構日益復雜，運行風險的不確定性顯著增加。特別是在惡劣天氣條件下，電網運行風險呈現出多重疊加的特征，給電力保供工作帶來了巨大挑戰。為應對這一挑戰，國網湖北省電力有限公司研發并應用了電網風險人工智能分析技術支持系統，有效提升了電網安全保障能力。
該系統以歷史氣象、設備故障、電網潮流等信息為基礎，基于機器學習算法對各類氣象條件下的源網荷儲運行狀態的樣本數據進行訓練，構建了不確定性運行邊界與電網潮流概率分布的映射關系。通過自動獲取網格化的天氣預報數據，結合電力設備歷史運行數據、電力負荷和新能源預測數據，系統能夠實時進行概率潮流測算，量化評估供需失衡、斷面越限、設備過載、電壓波動等電網運行風險的概率和嚴重程度。
在實際應用中，電網風險人工智能分析技術支持系統展現出了強大的風險預判和輔助決策能力。例如，在應對雨雪冰凍天氣時，武漢供電公司電力調度控制中心通過該系統科學管控電網運行風險，成功降低了線路故障停運數和六級以上電網風險數量，有效緩解了電網保供壓力。據統計，自系統上線以來，已辨識出五級及以上電網風險153處，輔助調度人員完成電網運行方式調整及應急資源分配79次，為電網安全穩定運行提供了有力支撐。
未來，該系統還將在湖北其他地市電網陸續投入使用，進一步提升全省電網的安全保障能力。國網湖北電力將繼續致力于技術創新和智能化升級，以科技賦能電網發展，為人民群眾提供更加安全、可靠、優質的電力服務。
