深度学习在电力系统中的应用研究综述

• 作者: 叶琳 杨滢 洪道鉴 陈新建
• 来源期刊: 浙江电力
• 学科: 工学
• 关键词: 人工智能 机器学习 强化学习 迁移学习 对抗神经网络 胶囊网络 引导学习
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 电网技术
• 页码范围: 83-89
• 页数: 7页
• 分类号: TM76
• 字数: 6683字
• 语种: 中文
• DOI: 10.19585/j.zjdl.201905013

摘要

近年来,人工智能特别是深度学习技术的迅速发展,给当今社会带来了巨大变革.首先梳理了人工智能尤其是机器学习的关键及前沿技术,阐述了包括强化学习、 迁移学习、 生成对抗神经网络、 胶囊网络和引导学习等几种典型机器学习方法的特点.然后分析了机器学习在电力系统稳定性分析领域、 协调调度领域以及负荷预测领域的典型应用场景,对比了其在解决特定问题时的优势.最后对应用情况进行了概括总结,展望了其在电力系统运行领域的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈新建		5	7	1.0	2.0
2	叶琳		14	91	6.0	9.0
3	洪道鉴		5	10	2.0	3.0
4	杨滢		4	29	3.0	4.0