数据驱动的电力网络分析与优化研究综述

数据驱动的电力网络分析与优化近年来受到广泛关注。首先,对比了电力网络分析与优化中数据驱动及基于物理模型方法的思维模式,阐述了数据驱动方法和基于模型方法的区别与联系。进一步,对于电力网络分析与优化研究对象的分类,分别从拓扑辨识、参数—拓扑联合辨识、系统矩阵辨识、潮流计算及最优潮流计算等多个方面总结了现有数据驱动电力网络分析与优化的研究进展,总结了现有研究中采用的数据驱动方法。最后,提出了数据驱动电力网络分析与优化所面临的挑战,展望了该领域未来可能的研究方向。