基于信息-物理-社会系统融合和群体机器学习的弱中心化微元网:理论研究与关键科学问题分析

被引：26

作者：

余涛 ^{[1
,2
]}

程乐峰 ^{[1
,2
]}

张孝顺 ^{[3
]}

机构：

[1] 华南理工大学电力学院

[2] 广东省绿色能源技术重点实验室

[3] 汕头大学工学院

来源：

中国科学:技术科学 | 2019年 / 12期

关键词：

微元网; 信息-物理-社会融合系统; 分散协调控制; 复杂网络; 演化博弈论; 群体机器学习; 人工智能;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习]; TK018 [];

学科分类号：

140502 [人工智能];

摘要：

以研发分布式可再生电源高渗透率环境下的智能调度系统为最终目标,系统地开展基于信息-物理-社会融合系统(CPSS)和群体机器学习的微元网调度与控制关键技术的研究.针对"弱中心化"的微元网所具备的自组织演化特性、高度独立性、高效协同性和自主学习性等技术特征和工程需要,采用复杂网络理论、群体机器学习、演化博弈论及基于CPSS的平行系统等先进理论工具,重点攻关如下科学问题:如何依赖信息有限、可控性弱、容量微小、广泛分布的大量群体单元来实现一类复杂系统的整体最优调度与控制决策.基于此,分别研究了基于CPSS的微元网自组织耦合网络建模方法、微元网自组织演化稳定性分析及其稳定控制系统、独立网元的高度自治式群体智能决策方法及微元网间多元协同演化博弈和群体智能决策理论,力争在复杂网络博弈论与群体机器学习交叉点上寻求创新性突破,实现复杂系统环境下群体知识涌现和群体智能决策水平的大幅提升.基于此,最后探讨了微元网CPSS软件平台的研制及工程应用实践,并对其未来的发展和面临的技术挑战分别进行了展望和分析,以期能在未来智能电网示范中进行工程应用.

引用

页码：1541 / 1569

页数：29

共 58 条

[1]

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

[2]

开放电力市场环境下多群体非对称演化博弈的均衡稳定性典型场景分析 [J].

程乐峰 ;

余涛 .

中国电机工程学报, 2018, 38 (19) :5687-5703+5926

[3]

Parallel Reinforcement Learning:A Framework and Case Study[J] Teng Liu;Bin Tian;Yunfeng Ai;Li Li;Dongpu Cao;Fei-Yue Wang; IEEE/CAA Journal of Automatica Sinica 2018, 04

[4]

信息–物理–社会融合的智慧能源调度机器人及其知识自动化:框架、技术与挑战 [J].