湖北日報訊（記者彭一葦、深度時預通訊員王海波、學習系統曹偉）變幻莫測的預報雷電對電網威脅極大，人們一直在尋找更有效預測雷電、提前防范雷擊的警武擊更加方法。10月31日從國網電力科學研究院武漢南瑞有限責任公司（以下簡稱“武漢南瑞”）獲悉，漢南該公司近日在國家能源雷電災害監測預警與安全防護重點實驗室2023年度學術委員會會議上，瑞讓容提出了基于數值模式驅動的電網雷電2小時深度學習預報方法，使電網防范雷擊更加從容不迫。防雷
與會的深度時預學術委員會主任委員、中國科學院院士陳維江表示，學習系統在當前新型電力系統建設背景下，預報電力電子器件將得到更大范圍應用，提前電力裝備智能化水平也進一步提升，警武擊更加決定了其在面對外部強雷電、漢南電磁脈沖時的脆弱性遠比傳統電力系統嚴重。實驗室將加強“產學研用”協同合作攻關，提供更多滿足我國不同行業、不同地區經工程驗證后的雷電基礎參數，探索更多優勢防雷技術，并積極推動將中國標準寫入國際標準，貢獻更多中國智慧。
武漢南瑞的雷電監測技術全球領先，由其建設的廣域雷電監測網覆蓋全國34個省（自治區、直轄市）、全國90%以上陸地面積，此前已可提前15至30分鐘預警雷擊風險。
國家能源雷電災害監測預警與安全防護重點實驗室由武漢南瑞等多家單位共同建設，是國家能源局“十四五”首批以“掛帥出征”方式設立的六個國家能源研發創新平臺之一。實驗室曾在國際上首次提出電網雷擊風險評估與監測預警技術，并研發出系統裝備，研制了國際首臺套全電壓系列直流線路避雷器，填補了多項國內外空白。
雷電預警時間如何進一步提前且更精準？近年來，武漢南瑞依托國家重點實驗室不斷完善監測預警技術，科研人員將目光轉向了深度學習。
深度學習是人工智能的一個分支，傳統的雷電預警方法主要基于觀測設備的數據，難以應對復雜環境變化。深度學習則是建立一個神經網絡模型，將大量雷電、氣象及地形資料輸入，讓模型根據歷史數據進行訓練學習，借助優化算法，模型的學習速度和準確性很高，能快速積累“經驗”，提升對復雜情況的預測精度。這一方法已在大運會、亞運會保電期間試點應用，針對重點保電線路，可提前發布未來2小時的逐小時雷電預警信息。
除提升技術實力外，今年以來，該重點實驗室還協助中國電力設備管理協會編制《電力行業雷電防護裝置檢測資質條件管理辦法》等規范，為進一步加強和規范電力行業防雷管理工作，提高電力行業雷電災害防御能力和水平提供依據。
