現代電網運營需考慮的不確定因素愈加復雜，電力數據愈加復雜多樣，電網發展模式向用戶和供方互動轉變，電網運營由經驗驅動向智能驅動轉變，需提高對全景信息獲取、實時動態信息分析能力以及電網災害預警能力，并提供決策及應對預案。創新智能電網運營全過程關鍵技術，成為亟待攻克的難題。
記者獲悉，日前，由華北電力大學牛東曉教授課題組、國網浙江省電力有限公司與江蘇省電力試驗研究院有限公司聯合團隊研究的項目——“智能電網中的智能運營全過程監控關鍵技術研究及工程應用”，獲得了2018年度中國產學研合作創新獎一等獎。截至目前，該項目取得16項授權發明專利、2項實用新型專利，取得14項軟著，出版專著13部，發表論文63篇（35篇SCI、28篇中文核心）。
據介紹，項目成果自2013年10月在浙江、江蘇等省市應用，共計產生經濟效益利潤18.58億元。該項目通過產學研合作促進了高校科研能力與企業需求無縫銜接，推動電網企業實現高效運營監控，產生了顯著的社會、經濟效益。
牛東曉表示，該項目在取得了多項創新性成果。
在信息感知關鍵技術中，在電網數據信息獲取方面，提出基于多源報警日志安全事件特征分析的去冗余方法以及基于多周期模式的數據源變更自動預警方法；在數據信息處理方面，提出基于波形識別和相關性分析的模擬量采樣數據畸變識別方法、改進經典的子空間聚類算法、基于文化基因算法和最小二乘支持向量機的安全數據特征處理方法。
在數據分析關鍵技術中，在電網數據分析方面，提出輸電線路最佳經濟壽命區間智能評估方法并發明整體設備壽命感知模型，減少了數據分析的偏差；在仿真分析方面，提出基于實際電網運行數據的事后理想計劃分析方法，在智能計算方面，通過建立徑向基函數人工神經網絡模型組合小波神經網絡嵌入式專家系統，提高了區域短期負荷預測的準確性。
在智能預警關鍵技術中，提出基于知識挖掘技術、屬性篩選技術的智能電網環境下擬境挖掘尋優的智能預警模型，可以對母線負荷與線路災害進行智能預警；研制一種基于氣象信息的分區電網母線負荷與災害智能預警系統；提出一種基于譜聚類和極端學習機的超短期風速預測方法；為電網線路運行狀態與災害預警、風電場風電功率預測預警提供決策支撐。
在智能交互關鍵技術中，給出電網分電壓等級輸配電定價、用戶基本電費智能決策及電費調整方法、居民用戶分布式上網智能最優選擇、購電結構優化分析方法，建立不同計量方式用戶的無功補償經濟性計算模型、居民階梯電價最優電量分檔標準求解模型、用戶力率調整電費模型，滿足用戶個性化智能用電需求，實現電網資源智能優化配置。
在智能控制關鍵技術中，通過融合多源報警安全信息，離散化報警日志屬性，并通過自主學習確定屬性權重，動態分配報警事件屬性權值，計算報警安全事件相似度，對海量報警安全時間冗余進行判斷；通過設置多種預警周期模式，包含半固定周期模式、周期自適應模式，在每個周期之始，獲取數據源對比時間，根據該時間與數據源變更平均反應時間的差值做相應的預警時間變更，用于電網智能控制。
