人工智能在电力系统中的应用研究与实践综述

被引：23

作者：

朱永利 ^{[1
]}

尹金良 ^{[2
]}

机构：

[1] 新能源电力系统国家重点实验室(华北电力大学)

[2] 天津理工大学电气电子工程学院

来源：

发电技术 | 2018年 / 39卷 / 02期

关键词：

电力系统; 人工智能; 专家系统; 相关向量机;

D O I：

暂无

中图分类号：

TM7 [输配电工程、电力网及电力系统]; TP18 [人工智能理论];

学科分类号：

080802 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

人工智能在电力系统中的广泛应用,提高了电力系统的安全性、可靠性和运行能力。按早期、中期和后期3个阶段对相关工作进行了总结,包括20世纪八九十年代专家系统、神经网络等的应用情况,并重点介绍了21世纪初出现的相关向量机的特点、原理及其在电力系统中的应用研究现状。

引用

页码：106 / 111

页数：6

共 12 条

[1] 基于振动信号样本熵和相关向量机的万能式断路器分合闸故障诊断 [J].

孙曙光 ;

于晗 ;

杜太行 ;

王景芹 ;

赵黎媛 .

电工技术学报, 2017, 32 (07) :20-30

[2] 基于主成分分析和多分类相关向量机的GIS局部放电模式识别 [J].

律方成 ;

金虎 ;

王子建 ;

张波 .

电工技术学报, 2015, 30 (06) :225-231

[3] 电力系统静态安全状态实时感知的相关向量机法 [J].

李海英 ;

刘中银 ;

宋建成 .

中国电机工程学报, 2015, 35 (02) :294-301

[4] 多核多分类相关向量机在变压器局部放电模式识别中的应用 [J].

尚海昆 ;

苑津莎 ;

王瑜 ;

张利伟 .

电工技术学报, 2014, 29 (11) :221-228

[5] 组合核相关向量机在电力变压器故障诊断中的应用研究 [J].

朱永利 ;

尹金良 .

中国电机工程学报, 2013, 33 (22) :68-74+12

[6] 基于多分类相关向量机的变压器故障诊断新方法 [J].

尹金良 ;

朱永利 ;

俞国勤 .

电力系统保护与控制, 2013, 41 (05) :77-82

[7] 相关向量机及其在变压器故障诊断中的应用 [J].

尹金良 ;

朱永利 ;

俞国勤 .

电力自动化设备, 2012, 32 (08) :130-134

[8] 专家系统在电网调度操作票中的应用 [J].

王德生 .

东北电力技术, 1996, (10) :43-46

[9] 电网调度操作票专家系统 [J].

朱永利 ;

栗然 ;

杨以涵 ;

张文勤 ;

高曙 ;

高元楷 ;

潘明惠 ;

王德生 .

电力系统及其自动化学报, 1991, (01) :68-74+67

[10] 专家系统在电力系统中的应用——特点,现状和展望 [J].

薛禹胜 ;

刘觉 ;

岑文辉 .

电力系统自动化, 1989, (02) :10-19

← 1 2 →