“電力+算力”如何使供電巡線人足不出戶便可“一日盡覽鵬城塔”?電力數據怎樣“抽絲剝繭”，在城市碳治理中發揮大功能?日前，南方電網深圳供電局數字電網體驗中心在深圳南山區落成，全面展現了深圳數字電網發展成果，讓用戶“零距離”體驗數字電網給城市帶來的巨大變化。

近年，深圳供電局按照南方電網公司部署，以云大物移智等新一代數字技術為核心驅動力，讓數字電網能感知、會思考、可進化、有溫度，打造數字電網最佳實踐，支撐深圳打造全球數字先鋒城市和“數字中國”城市典范。

數字電網融入數字先鋒城市建設

——精細化建模+海量數據夯實數字電網基礎

數字電網通過數字化技術對傳統電網改造，實現電網全要素數字化和虛擬化、全狀態實時化和可視化、電網運行管理協同化智能化，通過模擬、監控、診斷、預測和控制，解決傳統電網在規劃、運維、管理等復雜和不確定性問題，是承載以新能源為主體的新型電力系統最佳形態。

“目前，深圳供電局通過數字孿生、物聯網、人工智能、5G通信等新一代技術初步構建了數字電網，推動南方電網數字化戰略在深圳有效落地，打造了系列數字化轉型的最佳實踐。不久將來，數字電網將成為深圳數字先鋒城市的核心組成部分，為能源保障、城市治理、產業發展提供強大支撐。”深圳供電局創新與數字化部總經理汪楨子介紹。

統計顯示，深圳供電局已實現全市3900公里輸電線路、20多個變電站的精細化建模，具備了全市16000余個配電房三維自動化建模能力;融合1.5萬個流媒體攝像頭、3萬個物聯網終端、26萬自動化在線監測設備等海量數據，為構建數字電網打下堅實基礎，初步實現電網可觀、可測、可控，供電人員足不出戶便可縱覽電網全景。同時，數字電網“電力+算力”新型產品和服務正在衍生出與數字社會、數字政府的跨域融合應用新模式。

“數字孿生+超級大腦”提效率、保安全

——故障處理時間平均縮短1小時以上

5月11日至14日，深圳出現今年以來最強的持續性強降水。穿行于崇山峻嶺的電力供應主動脈——高壓輸電線路安然無恙，離不開數字技術“大顯神通”。

“我們在全市6900余座輸電桿塔部署全方位監測系統，通過AI算法自動識別輸電線路隱患和缺陷，一改傳統跋山涉水的人力巡檢模式，綜合效率較傳統模式提升11倍。”深圳供電局輸電管理所線路部負責人裴慧坤說，這套系統內嵌了山火識別等人工智能算法，可以對山火進行識別和告警，在保障輸電線路安全的同時，為城市防災減災和應急方面提供數據支撐。

除了輸電線路，數字技術還運用于變電和配電領域，通過數字孿生實現電網狀態全景感知和虛實聯動。“在數字變電領域，我們研發了設備狀態監測及隱患識別算法，通過5G巡檢機器人、5G攝像機等智能終端，以視頻AI巡檢支撐巡視及操作智能化，巡檢效率提升約2.7倍。”深圳供電局主網生產中心技術專家黃煒昭介紹道，在配電領域，結合實時在線監測系統，可以實現配網狀態實時監測預警、故障快速定位、故障自動隔離，提升“最后一公里”的供電保障能力。

據了解，憑借數字電網匯集的海量電網監測數據，深圳供電局還上線了“超級大腦”，在今年發布了全國首個電力設備監測預訓練模型，全面提升智能算法的研發效率及準確率。以生產指揮中心為例，該中心通過多系統聯動和大數據分析，故障處理時間平均縮短1小時以上，大大提升供電可靠性。

“解碼”電力數據，共促數字經濟

——用能監測平臺助力企業享受綠色能源

打開深圳供電局“雙碳大腦”系統，每使用一度電所排放的碳量及全市碳排放總量實時映入眼簾，不同行業以及百強企業的多維度監控分析，為城市碳治理提供參考。

“我們挖掘電、煤、氣、油等用能數據，實現基于能源大數據的科學分析與決策。”深圳供電局信息中心技術專家李穎杰說，大數據已經發揮大功能，一方面，他們結合全市8萬多棟建筑物的面積數據，測算建筑物能耗強度基準，協助政府部門制定建筑能耗強度標準。另一方面，隨著工業園區供電環境綜合升級改造深入開展，該局接入了1000余個工業園區的用能數據，建成園區用能監測平臺，將使企業享受更綠色的能源。

電力數據藏著經濟社會發展的“密碼”。在服務“雙碳”戰略的同時，深圳供電局已打造一系列數據服務產品，形成對外聯接、開放共享的數字產業生態，通過電力數據為市工信局信用評價、經濟形勢分析等提供輔助參考。

不僅如此，電力數據還讓市民享受到更便利的用電服務。據悉，深圳供電局研發政企用電用能共享服務數字平臺，主動對接政務數據，為“i深圳”等8個政務渠道提供數據支撐，推動實現“一網通辦”，今年以來，已為8752個建設項目、559個重點項目進行全過程主動跟蹤服務。

下一步，深圳供電局將積極融入和服務全球數字先鋒城市建設，積極推動深圳供電局數字電網平臺與全市CIM(城市信息模型)基礎平臺融合，推進BIM(建筑信息模型)、CIM技術深度應用，探索電力等能源數據的交互與合作模式，支撐“雙碳”戰略落地，輔助城市治理和經濟運行監測，為“雙區”建設貢獻力量。(方勝)

關鍵詞： 綠色能源 電力數據 城市碳治理 人工智能