电力系统增强智能分析初探

被引:14
作者
王国政 [1 ]
郭剑波 [2 ]
马士聪 [2 ]
尚宇炜 [2 ]
郭庆来 [1 ]
卜广全 [2 ]
黄彦浩 [2 ]
曾思成 [2 ]
周子涵 [2 ]
机构
[1] 清华大学电机工程与应用电子技术系
[2] 中国电力科学研究院有限公司
基金
国家重点研发计划;
关键词
电力系统智能分析; 人工智能; 人机混合智能; 服务驱动;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
120103 [信息系统与信息管理];
摘要
电力系统是保障国家经济发展和人民生活的核心基础设施,现已逐步向高维度、强耦合、开放复杂的社会物理信息系统演变。针对该系统的智能分析是一个复杂的多目标趋优问题,并面临维数灾难、可解释性差、状态弥散等难点。该文提出电力系统增强智能分析(powersystemenhanced intelligence analysis,PSEIA)的框架结构,提出的PSEIA是以"服务"为驱动的人机混合智能的全新运行模式,随后分析实现PSEIA的可行性,对其理论基础进行探讨。最后,针对实现PSEIA这一目标,讨论其中的关键科学问题和难点,拟为将来人工智能调控技术的实现提供参考借鉴。
引用
收藏
页码:5079 / 5088
页数:10
相关论文
共 17 条
[1]
数据驱动下的智能发电系统应用架构及关键技术 [J].
刘吉臻 ;
王庆华 ;
房方 ;
牛玉广 ;
曾德良 .
中国电机工程学报, 2019, 39 (12) :3578-3587
[2]
深度学习在智能电网中的应用现状分析与展望 [J].
周念成 ;
廖建权 ;
王强钢 ;
李春艳 ;
李剑 .
电力系统自动化, 2019, 43 (04) :180-191
[3]
机器学习在能源与电力系统领域的应用和展望 [J].
程乐峰 ;
余涛 ;
张孝顺 ;
殷林飞 .
电力系统自动化, 2019, 43 (01) :15-31
[4]
基于设备状态评价和电网损失风险的配电网检修计划优化模型 [J].
李二霞 ;
亢超群 ;
李玉凌 ;
樊勇华 ;
马国明 ;
杜月 .
高电压技术, 2018, 44 (11) :3751-3759
[5]
电力脑初探:一种多模态自适应学习系统 [J].
尚宇炜 ;
郭剑波 ;
吴文传 ;
马钊 ;
赵丽娟 ;
赵东方 ;
韩路波 .
中国电机工程学报, 2018, 38 (11) :3133-3143
[6]
智联网:概念、问题和平台 [J].
王飞跃 ;
张俊 .
自动化学报, 2017, 43 (12) :2061-2070
[7]
电网故障诊断的研究综述与前景展望 [J].
王守鹏 ;
赵冬梅 .
电力系统自动化, 2017, 41 (19) :164-175
[8]
电力市场中的灵活调节服务:基本概念、均衡模型与研究方向 [J].
郭鸿业 ;
陈启鑫 ;
夏清 ;
邹鹏 .
中国电机工程学报, 2017, 37 (11) :3057-3066+3361
[9]
平行学习—机器学习的一个新型理论框架 [J].
李力 ;
林懿伦 ;
曹东璞 ;
郑南宁 ;
王飞跃 .
自动化学报, 2017, 43 (01) :1-8
[10]
基于深度自编码网络的电力变压器故障诊断 [J].
石鑫 ;
朱永利 ;
宁晓光 ;
王刘旺 ;
孙岗 ;
陈国强 .
电力自动化设备, 2016, 36 (05) :122-126