西门子代理商 哈尔滨西门子一级代理商 哈尔滨西门子一级代理商

西门子全新研制的一个机器学习解决方案，正在帮助瑞士国家电网公司准确预测跨境输电的损耗，它不仅显著降低了成本，而且提高了整个欧洲的电网稳定性。

自诩“欧洲中心”的地方不在少数。但若要说到输配电系统，只有一个地方当得起这个美称：人口只有3207人的瑞士劳芬堡（Laufenburg）。莱茵河畔这座风景如画的小镇曾是罗马大军和拿破仑雄狮的交锋之地，而现如今成为截然不同的另一种力量的的聚集之地：连通法国、德国、奥地利、意大利，当然还有瑞士本国的电力线路。此外，用于同步和设置电网频率（有人称“心跳”）的原子钟也安装在这里，它管辖着整个欧盟以及土耳其的电网。

劳芬堡还是瑞士国家电网公司（Swissgrid）的总部所在地。由于其战略位置，Swissgrid在确保跨越多国的发电和用电始终保持平衡方面发挥着关键作用。

然而，实现上述目标，维持50赫兹的稳定频率，在很大程度上取决于准确的预测。在发电方面，这愈发困难，因为可再生资源发电比例不断增加。预测用电量同样是件棘手的事情，因为寒流突袭或热浪过境等诸多不确定因素都可能会造成电力需求的巨大浮动。

除这些变数外，还要预测所谓的“输送损耗”问题。这种损耗是指电能在从一个国家传输到另一个国家的过程中由于线路电阻而损失掉的电量。以意大利为例，该国从北欧购买电能，途径瑞士。此类损耗还受一系列变数的影响，诸如当地气候条件和在某个特定时间点输送的电量，这种损耗“平均达到瑞士电网总负荷的1.6%左右，总损耗约达100兆瓦。”西门子基础设施与城市业务领域智能电网集团*执行官Jan Mrosik博士称。“按照每度0.055欧元的现价计算，这些损耗折合成资金相当于每小时5500欧元，也就是每年4818万欧元。”

节约成本的算法。为弥补输电损耗，Swissgrid不得不从瑞士电力现货市场额外购电，而这个过程每天都要提前16小时来完成，日复一日，年复一年。鉴于涉及的电量巨大，Swissgrid显然需要最准确的预测。直到前不久，该公司还在依赖一种预测误差约为11%的算法疲于应付。但是据Mrosik介绍，现在借助西门子中央研究院开发的一种基于神经网络的算法，Swissgrid有望将其预测误差降低十分之一，到10%左右。他说：“现在调控电力的用量减少，由于过高估计输电损耗而导致的过剩电能也得以降低，我们估计Swissgrid每年能节约大约20万欧元的成本。”另据Ralph Grothmann博士介绍，不同于同类其他算法的是，西门子中央研究院研发的这款系统“从负荷（用电量）预测一步估算输电损耗，这两个功能不再像通常认为的那样互不相干。”Ralph Grothmann博士和Hans-Georg Zimmermann博士合作开发了这个算法。“这是一个集成模式，它不仅独辟蹊跷，而且在准确度上远远超过竞争产品。”凭借着研究者多年潜心钻研神经网络的经验，他们的负荷预测准确度一般能达到97%。这种准确度还源于另一个因素，那就是西门子中央研究院的算法还考虑到历史数据以及诸如当前天气条件、人工蓄水系统的水位等变数。

新的混合算法一旦得到全面应用，欧盟电网的稳定性将得以提高。“就电网适应风能、太阳能和水电等可再生能源并网发电而言，系统的学习能力至关重要。”Mrosik如是道。

此外，该算法还可以用于预测其他因素，比如欧洲的电力流向及风电场和太阳能发电站的预期发电量。“西门子开展的试点项目显示，我们的神经网络可以预测未来72小时内来自可再生能源的电力供应量，其准确率达到90%。”Mrosik称，“这类数据能够真正帮助电网运营商平衡电力流动。”