专访｜清华大学陆超：提高数据质量是“AI+电力”真正落地的“最后一公里”

主要观点总结

本文报道了南方电网公司在世界人工智能大会上举办的“‘AI+’电力创新发展”专题论坛。论坛围绕人工智能在电力系统中的应用进行了深入探讨，强调人工智能方法为解决新能源装机和并网问题提供了新的思路。同时，介绍了清华大学电机系教授陆超关于人工智能在电力系统中的安全边界、发展痛点及经济性的观点。论坛关注人工智能与电力系统的适应性、数据质量、经济性等问题，并讨论了如何推进AI与电力深度融合的有效路径。

关键观点总结

关键观点1: 论坛背景与主题

世界人工智能大会期间，南方电网公司举办的“‘AI+’电力创新发展”专题论坛，聚焦人工智能在电力系统中的应用和创新实践。

关键观点2: 人工智能在电力系统中的问题与挑战

传统源荷预测方法难以满足复杂电网精准调控的需求，人工智能为解决这一问题提供了新的思路。但如何提升人工智能与电力系统的适应性成为行业关注的核心议题。

关键观点3: 陆超教授的观点

陆超教授强调以“数据-机理融合”架构提升人工智能在新型电力系统中应用的可靠性，并关注提升数据质量、探索有效路径等问题。他还谈到了人工智能在电力系统中的应用场景选择、融合路径、高质量数据的重要性以及电力系统的数字化转型等话题。

关键观点4: 人工智能在电力系统中的经济性

陆超教授认为，从系统收益的视角评估人工智能的经济性是关键。他提到在一些场景中，AI技术已经展现出良好的投入产出比，未来有望在更多领域实现类似的效果。

关键观点5: 电-算协同发展的未来展望

陆超教授认为数据中心等AI算力设施应纳入电力系统的统一规划，通过优化调度、源网荷储联动等机制，实现算力与电力的协同发展。

免责声明