电力设备状态评估中的数据科学问题:挑战与展望

• 作者: 刘云鹏 张博 李刚 赵文清 高树国
• 来源期刊: 电力系统自动化
• 关键词: 电力设备 电力大数据 故障诊断 状态评估 数据科学
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 观点
• 页码范围: 10-20,177
• 页数: 12页
• 字数: 11630字
• 语种: 中文
• DOI: 10.7500/AEPS20180331006

摘要

电力设备作为能源电力系统的纽带,对其进行有效的状态评估是电力系统稳定运行的有力保障.在目前已有研究成果基础上,从数据科学角度对电力设备状态评估领域中的分析方法做了深入剖析.首先,介绍了数据科学背景下电力设备状态评估的新特点;然后,以目前较为熟知的数据分析方法为切入点,论述了基于数据分析技术的电力设备状态评估方法在数据预处理、计算分析、存储及可视化等各环节的关键问题;其次,系统阐述了数据科学在电力设备状态评估领域中的具体应用场景、瓶颈问题和发展方向;最后,探讨了电力设备状态评估中的数据科学所面临的挑战,并展望了该领域未来研究工作的若干方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵文清	华北电力大学控制与计算机工程学院	52	1101	20.0	32.0
2	李刚	华北电力大学控制与计算机工程学院	45	490	13.0	21.0
3	高树国	国网河北省电力有限公司电力科学研究院	23	131	5.0	11.0
4	张博	华北电力大学控制与计算机工程学院	22	308	11.0	17.0