人工智能作为一项引领未来的战略技术，引起了各行各业的广泛关注。近年来，在电网调控领域的研究偏重于电网运行的状态感知、分析与控制，而对于调控运行中信息统计类、调控操作类、计划调整类、信息沟通类等耗时较长且占据调控人员较多精力的实用性研究较少。2016年9月，国调中心在国内首次提出了开展电网调控机器人研究，利用先进适用技术提升调控效率。从调控运行需求层面出发，基于大数据、机器学习、数据挖掘等技术，提出了调控机器人设计思路，给出了关键功能模块、核心技术及适用场景，并开展了初步研发应用。
电网调控机器人是面向大电网实时调控运行的人工智能技术应用，既能实时感知、分析电网运行状况、评估运行风险，又能协助调控运行人员开展倒闸操作、故障异常处置、发电计划调整、电力信息统计等实时调控业务，将是调控人员的得力助手。电网调控机器人基于智能调度控制系统开展，利用精准模型数据，整合已有功能模块，利用人工智能技术实现常规调控业务的智能化。自动识别解析各类非结构性的规程规定，挖掘电网及设备运行、外部环境、调控人员行为特征等海量数据内在规律，建立自适应和自动扩展的调控知识引擎，具备简单电网故障和异常处置的能力。
调控机器人以国（分）、省级调度自动化系统为支撑，涉及关键技术主要包括调控知识库构建、深度学习、自然语言处理、模式识别、复杂事件处理等，各模块主要内容如下。
智能学习模块应用深度学习、自然语言分析、知识谱图、数据挖掘等人工智能技术，基于规程规定的知识学习和基于运行历史数据的知识挖掘等，构建调控机器人知识库，向其他应用模块提供服务，支撑电网运行监控、方式调整、异常处置等各项应用场景。
智能决策模块针对电网运行事件或预想故障，基于调控知识库，挖掘电网事件的时空关联关系，识别事件模式和关联关系，推断可能出现的安全威胁，生成处置策略。
智能监视模块利用大数据分析、信息过滤及整合技术，实现多源异构数据的交互融合，提取关键信息特征，实现电网运行状态感知。
智能执行模块通过与自动发电控制(AGC)、自动电压控制(AVC)、设备操作、信息发布、管理系统等模块交互完成相应操作，包括任务执行引擎和流程执行引擎。
智能交互模块通过获取智能监视模块感知的事件、智能决策模块生成的决策建议、智能执行模块输出的结果信息等，与调控对象及调控人员进行全方位交互，包括阅读、监听、理解、神经中枢、智能搜索、综合展示这6个功能。
结合大电网调控运行的实际，基于调控机器人的5类功能模块，设计了下述应用场景，其中部分已投运，明显提升了调控操作效率。
电网稳态自适应巡航：在调控人员不干预前提下，主动感知电网运行状态，综合多种运行因素，实现自主调度与控制。
调控指令的自动执行：倒闸操作一键式执行根据操作任务，结合设备间拓扑关系完成拟票，并对操作任务对象、控制时序以及目标动作等信息进行分析，生成与之匹配的操作策略。发电计划调整的自动执行实现各级调控机构日内发电计划调整的申请、批复、校核、通知的网络化流转，支持基于现货规则的日内交易自动撮合。
电网信息智能搜索：利用人工智能技术，基于输入的文本或语音信息，进行用户识别、内容语义理解，快速搜索信息，自动匹配出最有价值、最能满足用户需求的信息。
异常信号分析及处置：依托机器学习，主动更新异常信号规程逻辑，主动监视异常信号，智能推送异常提醒及处置策略，调控人员在审核机器人推送的异常处置策略后，授权其代理完成异常处置操作。
电网运行风险预控：利用大数据挖掘技术，分析气象指标、设备缺陷、历史故障等多维数据，挖掘电网异常与设备故障的相关指标评估因子，评估电网运行风险，实现可量化的风险评估管控体系。
电网事故处置：借助自然语言理解技术，实现故障处置规则文本的自动学习，形成知识库，实现事故自动处置。根据事故复杂程度，初始阶段实现从单一设备故障处置，最终协助调控运行人员辅助处置复杂连锁故障，提前预控运行风险，快速恢复正常方式。
随着国家电网公司“三型两网”建设的深入和人工智能技术发展，调控机器人功能将不断丰富完善。后续围绕调控机器人研究与应用，如何确保基础数据准确性、如何确保人工智能技术的可靠性、如何确保调控机器人自身的网络安全、如何建立相适应的调控管理制度等关键问题开展深入思考。
