建设以新能源为主体的新型电力系统，是“十四五”及将来一段时期内的能源主基调，是推动电力清洁低碳发展的必然选择。
未来随着新能源消纳比例的不断攀升，新型电力系统将涌现大量分布式风力、太阳能发电设备及电池储能等装备，已有的系统网架将会从以下方面进行转变。
首先，电网节点激增，网架结构日趋庞大、复杂。新能源的接入方式一改传统电力系统“发—输—变—配”的传统模式，在负荷侧也同样提供了分布式接入的可能性，这就使得网架规模存在爆炸式扩张、电网节点呈指数上升的可能。
其次，新能源并网类似于电脑联网，电脑联网需要路由器，而电力电子设备就是新能源接入电网的“路由器”。然而，大量电力电子设备同样使得系统原有的特征参数发生较大的改变，系统的电气环境更为复杂，突出的问题之一就是谐波治理愈发困难。
最后，新能源发电具有随机性、波动性、间歇性的特点，因此当新能源占比提升后，短时间内频繁进行负荷转移的操作也将是未来可预见的常见场景。由此将会带来系统潮流在短时间内重新分布，部分线路及设备存在过负荷的问题，尤其是早期投运的多条直流工程设备服役年限较长，设备性能老化下降，是否可以有效抵御过负荷考验是个未知数。
因此，需要结合数字技术和人工智能实现对电网设备状态的高效、准确、及时感知与智慧决策，以应对新型电力系统设备运维带来的新挑战。
数字技术助推新型电力系统设备全面感知
新型电力系统的显著特征是新能源在电源结构中占据主导地位，新能源以分布式发电的模式必然导致新型电力系统的运行设备极速增长。新型电力系统已由“源随荷动”单方向转向“源荷互动”双向协调，以数字技术全面感知新型电力系统海量设备状态是实现“源荷互动”协同的重要基石。
针对新型电力系统新增的新能源设备，如海上风电平台、海上换流站设备、海底电缆等设备，开展跨平台、跨设备成像数据的融合三维重构方法研究，实现不同巡检设备、不同成像角度、不同分辨率的成像数据多视角高分辨率三维重建；攻克多维异源图像像素级高精度配准技术，建立电力设备多维状态数据的空间匹配关系以及多维信息可视化模型，实现不同分辨率、不同视场角、红外、可见光、激光点云、声音成像数据在三维空间的立体配准；突破海上平台设备密集、日间设备零部件强反光等成像识别难题，大幅提升海上风电设备识别精确度，实现新能源设备的状态全面感知与智能预警。
针对新型电力系统设备状态感知的多场景应用问题，先进传感器的封装、高精度和高可靠安全运行面临巨大挑战。研究电光效应、逆压电效应和电致发光效应的电压/电场微型传感技术，突破法拉第效应、磁致伸缩、热效应和磁阻效应的电流/磁场传感技术，开展新的物理量耦合机制指引、新型先进传感材料支援和新颖有效传感器拓扑协助，研制性能稳定、准确度高且成本低的新型电压电流微型传感装备，实现新型电力系统电压电流传感器数字化、小型化及便捷化。
针对新型电力系统“源荷互动”双向协调对设备信息采集与状态评估及时性提出的更高要求，开展5G大规模天线和多电磁散射体的海上平台电磁环境仿真，揭示5G设备及其布点对无线感知设备信道可靠性和电磁兼容性的影响机理，攻克5G网络优化限幅及无线感知抗电磁干扰难题，为先进传感与智能分析后台提供快速、安全的网络方案。
人工智能助推新型电力系统设备精确可测
电网设备的状态关乎着整个系统的安全稳定运行，而新型电力系统下电网设备的状态识别将面临来自可靠性、准确性、及时性及智能性等多方面的考验和要求。为实现源网荷储各环节电气设备状态评价与智慧决策，解决大规模新能源接入带来的安全问题，一个重要的前提是设备状态量的精确可测，换言之，设备状态相关的基础数据的获取和累积是关键。
新型电力系统构建后，一方面是原有设备的状态数据如何在日趋复杂的电气环境下得以准确量测，另一方面是新能源接入所带来的大量电力电子设备的状态缺乏有效的量测手段。因此，需要针对这两个方面的挑战，从以下方面进行突破。
首先，需要突破原有设备状态数据精确量测的问题。电网设备发生异常后，目前主要通过人工开展带电试验的方式进行设备状态的判别，这种设备状态信息获取方式的精细度还存在较大的提升空间。新型电力系统构建后，设备数量增多、布置紧凑，量测难度进一步增大，设备状态获取的实时性要求也逐渐提高。因此，需要从量测手段的智能化着手研究。机器人替代人工作业是方向之一，当前国内外已有电网作业机器人的相关研究，比如深圳供电局研发的室内刀闸位置识别与操作的机械臂、ABB公司研发的变压器内部潜油机器人，均已实现了试点应用，取得了不错的效果。未来可以将机器人技术探索扩展至其他关键设备，实现对设备状态数据的24小时全天候实时量测，在提升运维智能化水平的同时，避免人员在带电作业过程中所面临的安全风险。
另外，还需要突破电力电子化设备状态数据获取困难的问题。电力电子器件在导通关断过程产生的杂波干扰、设备高密度安装、大量使用电容、电感元件使得传统电压、电流测量手段难以应用于电力电子设备内部。现有电力电子设备监测技术研究是基于稳态量，通过对器件开关频率、温度等稳态量分析器件状态，并结合紫外、超声、温度等非电气量传感手段实现设备附件状态分析，但无法实现设备暂态过程监测。历史运行经验表明，暂态过压、过流是导致器件、设备损坏的重要因素，在此领域相关研究报道相对较少。因此，一方面需要通过实验室、现场设备实测，对电力电子设备内部电磁环境，包括不同工况下的外部、内部干扰源的电磁特性进行分析，在此基础上，确定传感器及配套采集器的电磁兼容、结构设计标准；另一方面，需要攻关易于部署的非介入传感器，解决冲击、故障等暂态过程电气量的监测问题。
先进计算助推新型电力系统设备高度可控
新型电力系统构建后，系统设备层级的控制面临着电网规模扩大、系统节点爆炸式增长等带来的高并发分析计算、谐波及过负荷等系统特征复杂所带来的高实时分析计算的挑战。针对这一挑战，应当将计算机、信息化、人工智能领域的技术与传统电气技术进行交叉融合，形成新的智能化方法体系，方能解决实际问题。具体可以从以下几个方面进行着力突破。
基础计算平台架构的搭建。新型电力系统下网架规模扩大、传感技术的提升将会累积海量的多源异构数据，用好这些数据，挖掘有效信息实现系统及设备风险的感知，离不开高性能计算技术的支撑，而计算平台架构是根基。首先需要从计算资源的协同出发，研究以自主可控处理器为核心的CPU/GPU/NPU异构计算资源协同调度技术，将计算资源“拧成一股绳”。其次，从任务计算的协同出发，研究面向异构计算框架的分布式任务计算与调度技术及面向高吞吐推理计算的资源虚拟化优化与并行计算技术，实现非同源数据的高同步挖掘。最后，从整体架构的构建出发，形成融合异构计算资源调度、分布式高并行计算、云边端协同技术的先进计算框架平台。
场景边界界定及算法技术的迁移。基础计算平台框架搭建完成，相当于已经打造了一架“机床”，现在需要解决这架“机床”能够做什么、怎么做、如何做好的问题。一方面是明确新型电力系统设备状态识别的多源异构数据处理及人工智能深度学习计算场景的定义、需求及规则，这就是解决“能做什么”的问题。另一方面，分析诸如深度学习、大数据挖掘分析等智能计算领域主流算法技术如何迁移到平台框架，如何能发挥出应有的效果，这就是解决“怎么做”以及“如何做好”的问题。
实际场景下方法的应用。基础计算平台这架“机床”已经做出主流算法技术这些工具，最后需要解决的就是怎么利用这些工具的问题。新型电力系统设备的可控，核心就是状态的准确辨识。因此，一方面是需要研究如何融合图像类、声学类等新型检测手段获取的信息，对设备的当前状态进行准确辨识。另一方面是需要研究如何从当前时间节点、历史时间节点的数据出发，结合多源数据探索数据的时域特性，实现对设备未来状态的提前预测。
新型电力系统的构建对电力行业的发展带来了挑战，同时也是机遇。南方电网将依托强大的“电力+算力”，通过海量信息数据分析和高性能计算技术，透过数据关系发现电网运行规律和潜在风险，实现电力系统安全稳定运行和资源大范围优化配置，使电网具备超强感知能力、智慧决策能力和快速执行能力。
