6月6日，为解决国家重点研发计划项目“电力物联网关键技术”中的综合能源自治运行及协同优化问题，中国电力科学研究院有限公司能源互联网全模仿真青年科研攻关团队在线召开了技术沟通会。该团队综合能源科研攻关小组负责人、中国电科院人工智能所高级工程师陈盛提出了综合能源自治运行技术攻关的下一步研究方向：“针对微网群中的源荷不确定性和时空耦合特点，我们小组计划把研究重点放在强化学习算法上，力求构建合理的映射模型，实现经济性最优目标下的微网群运行优化。”
2013年，陈盛硕士毕业后入职中国电科院。2016年，深度强化学习技术在棋类博弈等场景中超过了人类的水平，引发了新一代人工智能技术的研究热潮。那时起，陈盛便将自己的研究方向聚焦于如何更好地将人工智能技术应用在配网领域。此后，他查阅了大量资料，并带领团队成员前往国网天津、山东、安徽电力等单位走访调研，了解人工智能技术在配网领域应用过程中存在的疑点难点问题。2020年，国网山东电力和中国电科院共同承担了国家重点研发计划项目“面向电力行业的作业机器人系统研究及应用（2019～2022年）”的攻关任务，计划利用人工智能技术实现配网带电作业机器人自主作业。在此项攻关任务中，陈盛带领团队主要负责基于人工智能的配网带电作业目标识别与作业臂自主导航技术研究工作。
研究过程中，陈盛和同事发现基于深度学习算法的配网带电作业目标识别模型在实验室模拟环境下运行得很好，但到了现场却很难识别引流线、销钉等细小作业目标。经过反复对比测试，陈盛发现问题主要出现在引流线等细小作业目标的影像训练样本上。在实验室模拟环境下，光照条件比较单一，该模型比较容易识别细小作业目标。但现场环境较为复杂，受阳光照射角度、地形地貌等因素影响，该模型的识别准确率就会下降。陈盛带领团队成员依托纹理连续性和色彩连通域技术，研发出了基于高阶深度学习算法的配网带电作业多目标识别模型。2020年12月，该模型在现场测试中准确识别出细小作业目标，取得良好效果。2021年6月，陈盛和团队成员顺利完成基于人工智能的配网带电作业目标识别与作业臂自主导航技术研究工作。
2021年，陈盛带领团队开始探索如何利用人工智能技术解决微网群运行优化问题，助力“双碳”目标下的新型电力系统建设。他提出利用深度强化学习算法模型，生成更加准确有效的微网群运行优化策略，提升新能源消纳水平和综合能效。
目前，陈盛带领团队成员初步完成了微网群运行优化原型系统开发，下一步将对原型系统开展安全测试、部署验证及效果评估等工作。
