数据与知识联合驱动方法研究进展及其在电力系统中应用展望

被引:109
作者
李峰
王琦
胡健雄
汤奕
机构
[1] 东南大学电气工程学院
基金
国家重点研发计划;
关键词
数据驱动; 知识驱动; 联合驱动; 电力系统;
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
知识驱动方法与数据驱动方法是指导工程人员研究电力系统的两大方法论。然而随着电网规模日趋扩大、时变因素日益增多和非线性逐渐增强,基于知识驱动的机理模型方法或基于数据驱动的经验模型方法在电力系统相关应用中将面临更多的挑战。充分利用数据驱动方法与知识驱动方法的互补特性,将二者联合,有望实现应用中综合性能的提升。该文对各研究领域中的数据与知识联合驱动方法进行了整理归纳,进而结合电力系统的特点和需求,梳理了数据与知识联合驱动的典型应用方式,并针对潜在的应用场景进行了详细讨论。最后,在电力系统应用场景中测试验证了数据与知识联合驱动方法的应用效果。
引用
收藏
页码:4377 / 4390
页数:14
相关论文
共 33 条
[1]
数据驱动的电力系统运行方式分析 [J].
侯庆春 ;
杜尔顺 ;
田旭 ;
刘飞 ;
张宁 ;
康重庆 .
中国电机工程学报, 2021, 41 (01) :1-12+393
[2]
新一代人工智能技术在电力系统调度运行中的应用评述 [J].
赵晋泉 ;
夏雪 ;
徐春雷 ;
胡伟 ;
尚学伟 .
电力系统自动化, 2020, 44 (24) :1-10
[3]
电力系统的伟大成就及发展趋势 [J].
梅生伟 .
科学通报, 2020, (06) :442-452
[4]
数据与模型双驱动的高效压缩感知磁共振成像重构算法 [J].
张宇夕 ;
马龙 ;
刘日升 ;
程世超 ;
樊鑫 ;
罗钟铉 .
计算机辅助设计与图形学学报, 2020, 32 (06) :903-910
[5]
基于物理知识约束的数据驱动式湍流模型修正及槽道湍流计算验证 [J].
张亦知 ;
程诚 ;
范钇彤 ;
李高华 ;
李伟鹏 .
航空学报, 2020, 41 (03) :119-128
[6]
数据与模型驱动的水泥生料分解率软测量模型 [J].
乔景慧 ;
柴天佑 .
自动化学报, 2019, 45 (08) :1564-1578
[7]
基于机理模型和模糊加权最小二乘支持向量机(LSSVM)算法的农杆菌发酵过程混合建模与优化 [J].
邵玉倩 ;
宗原 ;
刘以安 ;
刘登峰 .
食品与发酵工业, 2019, 45 (07) :65-73
[8]
人工智能在电力系统暂态问题中的应用综述 [J].
汤奕 ;
崔晗 ;
李峰 ;
王琦 .
中国电机工程学报, 2019, 39 (01) :2-13+315
[9]
基于物理—数据融合模型的电网暂态频率特征在线预测方法 [J].
王琦 ;
李峰 ;
汤奕 ;
薛禹胜 .
电力系统自动化, 2018, 42 (19) :1-9
[10]
暂态稳定算例的高效筛除 [J].
黄天罡 ;
薛禹胜 ;
陈国平 ;
薛峰 ;
文福拴 .
电力系统自动化, 2018, 42 (08) :83-91