清华大学 郭庆来：提升AI用于电力系统分析决策的安全性免费下载

三 第三届智慧电力能源安全论坛提升 AI 用于电力系统分析决策的安全性郭庆来教授 面清华大学guoqinglai@tsinghua.edu.cn2025 年 6 月 28 日感谢周艳真博士、兰健博士、曾泓泰博士、博士生卢梁宇宸、邓凯航的工作研究背景电力系统调度决策是保障电网安全经济运行的核心环节场景数据 安全约束不安全 个断面功率 Pm安全P--时 间物理特性[P,Q.V,θ]B-Z={ZG-2G4)8-244-22-24-z3)-243(z9j)-204-246用户侧新能源电站工商业光伏非整县户用光伏整县户用光伏电网调度决策配电网般面给 解屏 绿凤⑥A@[Y,P,O]输电网绿201 研究背景随着新型电力系统建设，海量新能源广泛接入，系统结构和特性机理发 生重大变化，为电力系统分析决策带来严峻挑战专家经验方法难以为继，亟需人工智能辅助电磁机理为主体的传统电力系统电动汽车风 电 / 光 伏决策变量高维百万数千电磁、电子融合的新型电力系统 2016 年南澳大停电 风机工况时变?J 不确定性显著风光发电装机容量 ( 单位：亿千瓦 )12系统规模巨大R73网络域安全风险信息安全、误导用户、滥用于网络攻击、缺陷传导现实域安全风险违法犯罪、不当使用或滥用于现实威胁场景认知域安全风险“ 信息茧房”效应、左右公众认知和价值观伦理域安全风险社会歧视、观念颠覆、未来脱离控制风险算法安全风险可解释性差、偏见和歧视、鲁棒性弱、被窃取篡 改风险、输出不可靠风险、对抗攻击风险数据安全风险违规使用数据、数据投毒、标签错误、数据泄露系统安全风险系统缺陷、后门被攻击利用风险、算力安全风险、 芯片软件断供风险尽管人工智能的发展带来了许多潜在好处，但也存在应用安全风险。衍生应用层风险全国网络安全标准化技术委员会《人工智能安全治理框架》 1.0 版本 401 研究背景自身技术层风险古人工智能的局限性，导致其在新型电力系统应用中存在决策失误风险数据样本 安全分析 调度控制系统规模巨大来 样本模式众多星 。组合爆炸导致样本生成效率低 =L人工智能在巨型决策空间中难 以保障满足安全约束传统人工智能鲁棒性不足，在 变化场景下存在错判风险Al 具有数据依赖性，在数据有 偏或不足情况下学习效果受限f 1+1 1+2 运行边界不断变化01 研究背景不确定性强5电力系统应用具有高度特殊性和复杂性，既要满足各种复杂的物理约束，又要求在开放不确定环境下快速准确决策。传统提升人工智能应用安全 性的方法难以考虑物理约束，需针对电力特定问题进行针对性研究基于生成...