近日，南方電網貴州電網公司配網低電壓AI智能預測功能上線試運行。

該功能依托變電站母線電壓、配電台區電壓等現有量測數據，引入深度學習時序預測技術，構建LSTM（長短期記憶網絡）電壓預測模型，實現台區低電壓趨勢智能預測，標志著貴州配電網台區電壓管理正由經驗驅動向數智驅動加快轉變。

隨著分布式光伏、充電樁等新型分布式資源持續接入，配網節點快速增長、運行方式日趨復雜。傳統低電壓研判主要依托網絡拓扑、模型參數等，設備調整、拓扑變化后，相關數據需同步進行人工維護，不僅工作量大，且對運行人員的專業能力和經驗積累要求也較高，難以適應海量配網節點快速分析和規模化應用需求。

針對這一基層痛點，貴州中調開發配網低電壓AI智能預測功能，運用數字化手段助力基層減負。該功能創新應用“最小量測”思路，減少對大量節點參數輸入的依賴，採用LSTM神經網絡對歷史運行數據開展訓練，自主學習母線電壓與台區電壓之間的時序關聯，實現配電台區及低壓末端電壓趨勢自動分析和低電壓風險提前預警。

目前，該功能已完成24組饋線、1800余個台區數據訓練和驗証，單個台區電壓預測准確率達到85%以上，單次研判時間由約一小時縮短至3分鐘左右，有效提升配網運行分析質效。

貴州電網銅仁供電局拔尖技術專家艾丹表示：“功能上線前，一個普通的運行方式轉換可能涉及上百台配變電壓預測，運行方式人員只能借助計算工具逐一調整參數，不僅耗時較長，對新手也有較高學習門檻。現在，隻需調取運行方式調整線路，點擊‘轉供電后電壓預測’，即可生成饋線上所有配變的電壓預測曲線，快速識別可能出現低電壓的區域，並及時將預警信息傳遞至生產部門，有效減輕了基層工作負擔。”

下一步，貴州電網公司將持續提升模型預測准確率，完善數據訓練、預測校核和應用評價機制，加快配網低電壓AI智能預測功能規模化推廣，進一步拓展人工智能技術在配網運行分析和風險預警領域的應用場景，為新型電力系統背景下配電網精益化管理和供電質量提升提供有力支撐。（陳舉、姚瑤、劉璐）