人工智能的快速发展使得信息技术不断颠覆传统的行业模式，也给各个行业带来了新的发展契机。电力系统高压识别和安全防御是一个综合性问题，涉及电网结构、自动控制、运行方式计划、安全稳定控制、防止大面积停电等各个方面，是一个极其复杂的系统工程。传统的电力高压识别只有与人工智能深度融合，同时利用分析所得数据，升级电力高压防御系统，才能切实降低灾害发生的几率，减少相当部分不必要的损失，更大程度保证了居民的用电安全。
电力系统安全稳定运行问题是一个关系到社会稳定和经济发展的世界共性问题，历来受到电力企业及各国政府的高度关注。电力系统包括众多的电气设备，由于材料或工艺存在瑕疵，操作人员误操作，湿度和温度等原因，电气设备内部会留下潜伏性的缺陷。如将原有的缺陷设备投入电力系统运行，送电时极可能会发生事故。有些缺陷设备，虽然暂时不发生事故，但运行一段时间后，也可能会发生事故，甚至引起线路跳闸、设备损坏等严重后果，直接威胁到整个系统的供电安全。电力生产的实践证明，对电气设备进行高压识别，是防患于未然，保证电力系统安全，经济运行的重要措施。
面对当下情况，葛力娜表示：“研究能够有效地降低大面积停电风险的技术手段，确保我国电力系统的安全稳定运行，是我国电力系统发展面临的基础性、关键性和迫切性问题。所以，如何借助人工智能技术来构建安全可靠的电力高压识别系统并做好事故预防处理这一课题需要不断深化研究。”
为此，众多电力系统领域的专家和学者仍然在不遗余力地对电力高压识别和安全防御问题持续开展深入的研究，力图在理论上有所突破，在技术上有所创新。电力工程智能化研发专家葛力娜作为其中一员，她凭借自身扎实的专业知识和对前沿技术的深刻了解，尝试把人工智能技术与电力高压识别融合，并开展了“人工智能在电力领域的高压识别和防御应用研究”课题。该课题主要设计把人工智能技术应用于电力高压危险源识别，为保证高压电力系统安全稳定运行、及时发现故障并采取稳定控制措施、防止大面积停电等提供了新思路和新想法。
葛力娜提供了一种基于人工智能的高压电力设备故障诊断理念和方法，分别对高压电力设备正常状态和故障状态的声音样本进行标注;对标注后的声音样本分别提取声音样本的特征向量;利用机器学习算法，对所提取的高压电力设备声音样本的融合特征向量进行分类训练，形成基于声音信号的高压电力设备故障状态特征图谱;根据故障特征图谱，对高压电力设备的工作状态进行判断，从而完成高压电力设备故障诊断。该课题设计通过非接触式声音传感器实时监测电力设备运行情况及故障判断，可使得运检人员能初步掌握各电力设备的基本情况，对于是否需要对电力设备进一步观察、检测提供了实时的、经济的、可靠的信息来源。该课题构建坚强的电力系统综合安全防御体系，为预防电力系统大停电事故的发生做好全面准备。
葛力娜所探讨的“人工智能在电力领域的高压识别和防御应用研究”这一课题所得出的结论和方法已对电力行业的智能化发展带来巨大的帮助，并得到社会各界的高度评价。除这一知识产权成果外，葛力娜还把信息技术融合到混合线路故障区间定位以及变压器工况验证中去，自主研发了“基于物联网的混合线路故障区间定位系统V1.0”和“基于声纹识别的变压器工况验证系统V1.0”两个原创性成果，这一系列的创新成果被广泛应用于电力工程的各个细分领域，是该领域信息化、数据化的巨大推动力。据了解，基于葛力娜的成就突出，还被河北华群电气有限公司邀请她以高级评审员的身份，参与“2019年度电力安装行业技术成果评审工作”的活动，以提高企业在电力工程领域的专业发展。
在电力工程领域，安全是永恒的主题。因此，我们要充分利用信息、计算与控制领域的最新技术，通过优化电力高压识别功能，配置最优的自动控制系统，合理安排运行方式，从而加强电力系统安全保障体系的防线，进一步完善电力系统稳定控制体系防线，保障我国特大规模电力系统的安全稳定运行。
