场景一：电力系统仿真分析
基于环境识别、复杂内外部条件认知，以数据为基础，通过深度学习自动提取电网稳定特征，实现对电网稳定运行方式和有效措施的快速判断。

场景二：故障识别及智能控制
通过深度强化学习生成控制规则和控制策略，通过分布自治和集中协调的模式实现运行控制的智能化。

场景三：基于人工智能的调控辅助决策系统
通过知识建模和深度学习建立调控行为与电网运行状态的内在关联关系，为调控人员智能定制信息并自动推送画面，引导和帮助调控人员主动、快速、全面、准确的掌控当前电网状态和发展趋势，为调控运行提供相应的辅助决策。

场景四：无人机和机器人的自动巡检
基于导航图像的知识积累和深度学习，通过空间导航和智能巡检规划，优化巡检路径和重点排查区域，利用无人机和机器人的光、声、热等检测手段，实现对输电线路和变电站设备状态的诊断评估。

场景五：主要灾害预警预报
电网主要灾害的成灾机理非常复杂，无法用传统的方法建立考虑全部影响因素的物理和数学模型，结合已有电网主要灾害事故记录，基于小样本学习技术解决目前灾害预报预警精度不足的难题。