人工智能技术作为现代信息通信技术的代表，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。人工智能呈现的深度学习、人机协同、自主操控等特征为解决电力系统调控运行相关问题、提升智能调控水平提供了新的思路和方案。有助于提升电力系统调控运行水平的相关人工智能技术如下：
电网厂站接线图智能识别技术。电网厂站接线图是调度员开展电网实时监控和处置故障的基本依据，由调度自动化系统运维人员根据厂站设计阶段使用的接线图在计算机上人工绘制。人工绘制电网厂站接线图存在工作量大、图形样式复杂、设备类型众多、维护工作烦琐等问题。该技术采用图像识别、数据增强等技术可识别厂站设计阶段使用的接线图上设备、连线、文字等元素及其排布，自动生成结构化图片描述文件，支撑从特高压到配网的复杂大电网全面调度监控。
电网运行信息智能检索技术。调控系统中的电网运行数据规模大、种类多、范围广。数据获取和分析需要专业人员编写复杂的结构化查询语句与数据库进行交互，门槛较高。该技术应用自然语言处理方法，构建调控领域运行信息检索智能体，自动生成与问题含义相同的查询语句，简化了编写专业结构化查询语句的方法，提高了数据查询和分析效率，为调控领域数据挖掘分析、调度员助手、虚拟接线员等多种人机交互场景的深化应用提供关键能力支撑。
新能源发电高精度预测技术。准确的新能源发电功率预测对电网安全运行和电力可靠供应具有重要意义。预测模型和气象预报是影响预测准确性的主要因素，在现有气象预报精度下，传统的预测方法无法精准建模，导致预测精度受限。该技术采用极度梯度提升树（XGBoost）、基于决策树的分布式梯度提升算法（LightGBM）等深度学习方法，考虑多种气象环境、地貌特征以及不同电网运行场景，构建新能源发电预测模型，提升新能源发电预测准确率，为安排电网运行方式提供更加准确的边界，为保证电能质量、合理安排发电计划提供关键技术支撑。
