“智能电网+”研究综述

被引:123
作者
鞠平 [1 ,2 ]
周孝信 [3 ]
陈维江 [4 ]
余一平 [1 ,2 ]
秦川 [1 ,2 ]
李若梅 [5 ]
王成山 [6 ]
董旭柱 [7 ]
刘健 [8 ]
文劲宇 [9 ]
刘玉田 [10 ]
李扬 [11 ]
陈庆 [12 ]
陆晓 [12 ]
孙大雁 [1 ,12 ]
徐春雷 [12 ]
陈星莺 [1 ,2 ]
吴峰 [1 ,2 ]
马宏忠 [1 ,2 ]
机构
[1] 河海大学能源与电气学院
[2] 河海大学可再生能源发电技术教育部工程研究中心
[3] 中国电力科学研究院
[4] 国家电网公司
[5] 中国电机工程学会
[6] 天津大学教育部智能电网重点实验室
[7] 南方电网科学研究院有限责任公司
[8] 陕西电力科学研究院
[9] 华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室
[10] 山东大学电网智能化调度与控制教育部重点实验室
[11] 东南大学电气工程学院
[12] 国网江苏省电力公司
关键词
智能电网; 人工智能; 深度学习; 智能电网+;
D O I
10.16081/j.issn.1006-6047.2018.05.001
中图分类号
TM76 [电力系统的自动化];
学科分类号
080802 ;
摘要
智能电网SG(Smart Grid)是电力系统发展的必然趋势,其核心要义便是"智能",但目前智能水平还很低。而人工智能AI(Artificial Intelligence)技术取得了突破性进展,为SG的发展提供了重大机遇和强大支撑。为此,提出"智能电网+(Smart Grid Plus,SG+)"的概念,涵义是借助AI技术实现SG的升级版,使电网具有更高级、更深层的人工智能,从而进一步提升电网运行的安全性、经济性、可持续性。首先综述AI的研究进展,指出AI并非万能、也非无能;然后综述SG的研究进展,指出SG发展中"三高"(高比例新能源并网、高比例电力电子装置、高比例新负荷接入)和"三多"(多种能源相结合、多种网络相结合、多种主体相结合)的趋势。在回顾AI在电力行业应用的基础上,结合以深度学习为代表的第三代AI技术的发展,对深度学习等AI技术在SG适用的相关领域进行分析和展望。
引用
收藏
页码:2 / 11
页数:10
相关论文
共 40 条
[1]   基于深度强化学习的电网紧急控制策略研究 [J].
刘威 ;
张东霞 ;
王新迎 ;
侯金秀 ;
刘丽平 .
中国电机工程学报, 2018, 38 (01) :109-119+347
[2]   500kV统一潮流控制器在苏州南部电网的应用研究 [J].
刘纲 ;
蔡晖 ;
祁万春 ;
谢珍建 ;
黄俊辉 ;
高正平 ;
汪惟源 .
电力电容器与无功补偿, 2017, 38 (06) :119-124
[3]   基于大数据挖掘技术的智能变电站故障追踪架构 [J].
王磊 ;
陈青 ;
高洪雨 ;
马志广 ;
张艳杰 ;
何登森 .
电力系统自动化, 2018, 42 (03) :84-91
[4]   内嵌专业知识和经验的机器学习方法探索(二):引导学习的应用与实践 [J].
尚宇炜 ;
马钊 ;
彭晨阳 ;
盛万兴 ;
苏剑 ;
刘伟 .
中国电机工程学报, 2017, 37 (20) :5852-5861
[5]   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
[6]   内嵌专业知识和经验的机器学习方法探索(一):引导学习的提出与理论基础 [J].
尚宇炜 ;
马钊 ;
彭晨阳 ;
武海涛 .
中国电机工程学报, 2017, 37 (19) :5560-5571+5833
[7]   电力系统主动解列断面搜索方法与孤岛调整策略 [J].
程敏 ;
杨文涛 ;
文福拴 ;
谭嫣 ;
李力 ;
杨银国 .
电力系统自动化, 2017, 41 (19) :37-45
[8]   基于深度置信网络的电力系统暂态稳定评估方法 [J].
朱乔木 ;
党杰 ;
陈金富 ;
徐友平 ;
李银红 ;
段献忠 .
中国电机工程学报, 2018, 38 (03) :735-743
[9]   面向能源系统的数据科学:理论、技术与展望 [J].
赵俊华 ;
董朝阳 ;
文福拴 ;
薛禹胜 .
电力系统自动化, 2017, 41 (04) :1-11+19
[10]   基于稳控技术的源网荷友好互动精准负荷控制系统 [J].
罗建裕 ;
李海峰 ;
江叶峰 ;
罗凯明 ;
刘林 .
电力工程技术, 2017, 36 (01) :25-29