电力数据融合:基本概念、抽象化结构、关键技术和应用场景

被引：22

作者：

王红霞 ^{[1
]}

王波 ^{[1
]}

陈红坤 ^{[1
]}

刘畅 ^{[1
]}

马富齐 ^{[1
]}

罗鹏 ^{[1
]}

杨艳 ^{[2
]}

机构：

[1] 武汉大学电气与自动化学院

[2] 青海大学启迪新能源学院

来源：

供用电 | 2020年 / 37卷 / 04期

关键词：

深度耦合; 数据融合; 多模态; 状态感知; 网状融合结构;

D O I：

10.19421/j.cnki.1006-6357.2020.04.004

中图分类号：

TM71 [理论与分析];

学科分类号：

080802 [电力系统及其自动化];

摘要：

为给"电力—信息—社会"深度耦合下的电力数据融合提供参考,对电力数据融合的基本概念、抽象化结构、关键技术及应用场景进行综述性讨论。首先讨论了目前电力数据融合的必要性和存在的挑战;其次介绍了其基本概念和3个层次的抽象化融合结构;接下来对包括贝叶斯网络、D-S证据理论及深度学习等常用的关键技术进行了归纳;并从结构层次的角度对故障诊断、负荷预测等应用场景进行了讨论;最后对未来多模态、跨层次、全范围的网状融合结构进行了综合性描述。

引用

页码：24 / 32

页数：9

共 42 条

[1]

基于信息测度的电力系统故障识别方法研究 [D].