第三，快速协同。新型电力系统对快速协同能力提出了较高要求，随着电网上下游主体互动加强，电网管理工作内容和形式将发生频繁变化，需把握数据主线，通过提升企业数字化运营系统的灵活性和开放性
，实现规划建设

、物资供应
、安全生产
、资产财务等全链条感知和全面贯通，提升业务效率
，进而促进管理变革。

在常年观测归纳和演绎的基础上，电力行业积累了丰富经验、规则和知识，可描述电力基础设施外形结构、系统电气量状态变化、拓扑连接关系等

，将这些知识融入人工智能算法模型，形成数据驱动
、知识引导和物理建模的新型智能算法
，并用“知识表达”来刻画数据所蕴含的规律，进而形成“人机协同”模式，这取决于构建涵盖电力系统海量多源数据、算法、应用的完整“知识体系”
。

数字电网“知识表达”体系

新型电力系统高维、动态和不确定性给电网安全稳定运行带来巨大挑战
，传统方法难以精准完整刻画和实时掌控庞大的电力系统，相比之下
，数字电网的多重知识表达，将推动新型电力系统“可观
、可测、可控”成为现实。

通过数字电网的多重“知识表达”
，可提取物理电网的特征规律，精准描述物理电网设备的形态、系统运行的趋势、人-机-物三元空间的关联关系，实现对物理电网最优的决策控制。

在中国工程院院士潘云鹤提出的AI 2.0知识三种表达（知识的形象表达、知识的语言表达、知识的深度神经网络表达）基础上，面向数字电网支撑的新型电力系统进行了具象化丰富，多重“知识表达”主要有四种形式
：数字电网知识的形象表达，主要应用于描述物理电网设备的形态；数字电网知识的函数表达，主要应用于描述电力系统电气量
、非电气量各类数据的时序变化物理规律
；数字电网知识的语言表达，主要应用于描述电力系统人机物环的关联关系；数字电网知识的深度神经网络表达则作为一种有效的数据驱动工具
，对上述三类应用实现补充和支撑
，这样即可形成“数据驱动
、知识引导和物理建模”相互统一的人工智能模型
。（作者
：黄文琦/南方电网数字电网研究院人工智能与智能软件团队负责人；孙凌云/浙江大学计算机学院副院长；吴飞/浙江大学计算机学院教授）

上篇
：

下篇：