深度学习在电网图像数据及时空数据中的应用综述

被引：54

作者：

张宇航

邱才明

杨帆

徐舒玮

石鑫

贺兴

机构：

[1] 大数据工程技术与人工智能中心(上海交通大学)

来源：

电网技术 | 2019年 / 43卷 / 06期

关键词：

智能电网; 大数据; 深度学习; 图像数据; 时空数据;

D O I：

10.13335/j.1000-3673.pst.2018.2848

中图分类号：

TM76 [电力系统的自动化]; TP181 [自动推理、机器学习];

学科分类号：

080802 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

智能电网的数字化建设提供了海量的数据,而深度学习的发展则为数据价值萃取提供了有效手段。首先阐述了深度学习的发展史及基本框架,总结了深度学习的理论基础和技术体系;而后结合电力系统实际需求,以图像数据和时空数据这两大类为基础综述了深度学习在电力系统数据处理的重点应用领域和价值,并提出了相关的技术发展建议。

引用

收藏

页码：1865 / 1873

页数：9

相关论文

共 34 条

[1] 基于大数据及人工智能的大电网智能调控系统框架 [J].

刘道伟 ;

李柏青 ;

邵广惠 ;

李泽宇 ;

高德宾 ;

徐兴伟 ;

赵高尚 ;

李宗翰 ;

李京 .

电力信息与通信技术, 2019, 17 (03) :14-21

[2] 深度学习在输电线路中部件识别与缺陷检测的研究 [J].

汤踊 ;

韩军 ;

魏文力 ;

丁建 ;

彭新俊 .

电子测量技术, 2018, 41 (06) :60-65

[3] 基于深度学习的绝缘开关图像分类（英文） [J].

阚博文 ;

Andrew Cui ;

朱文东 ;

刘广一 .

电力信息与通信技术, 2018, 16 (03) :8-15

[4] 基于卷积神经网络的行人安全帽自动识别 [J].

何慧敏 ;

林志贤 ;

郭太良 .

有线电视技术, 2018, (03) :104-108

[5] 试论人工智能在电力监控中的应用 [J].

苑晋沛 ;

聂宇 ;

罗超 ;

高小芊 ;

寇霄宇 ;

何宇雄 ;

李蔚 .

科技创新与应用, 2018, (03) :141-142

[6] 电力调度自动化系统中的人工智能技术应用 [J].

赵瑞君 .

现代工业经济和信息化, 2017, 7 (21) :38-39

[7] 基于长短期记忆网络的风电场发电功率超短期预测 [J].

朱乔木 ;

李弘毅 ;

王子琪 ;

陈金富 ;

王博 .

电网技术, 2017, 41 (12) :3797-3802

[8] 基于深度学习的电力系统故障后暂态稳定评估研究 [J].

胡伟 ;

郑乐 ;

闵勇 ;

董昱 ;

余锐 ;

王磊 .

电网技术, 2017, 41 (10) :3140-3146

[9] 一种基于LSTM神经网络的短期用电负荷预测方法 [J].

张宇航 ;

邱才明 ;

贺兴 ;

凌泽南 ;

石鑫 .

电力信息与通信技术, 2017, 15 (09) :19-25

[10] 基于深度自编码网络模型的风电机组齿轮箱故障检测 [J].

刘辉海 ;

赵星宇 ;

赵洪山 ;

宋鹏 ;

邓春 .

电工技术学报, 2017, 32 (17) :156-163

← 1 2 3 4 →