深度学习在智能电网中的应用现状分析与展望

• 作者: 周念成 廖建权 李剑 李春艳 王强钢
• 来源期刊: 电力系统自动化
• 关键词: 人工智能 大数据 深度学习 智能电网 可再生能源 电力信息物理系统
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 综述
• 页码范围: 180-191
• 页数: 12页
• 字数: 11720字
• 语种: 中文
• DOI: 10.7500/AEPS20180323002

摘要

深度学习是机器学习研究中的一个新领域,其强大的数据分析、预测、分类能力契合智能电网中大数据应用的需求.文中首先总结了深度学习基本思想,介绍深度学习的5种模型(生成式对抗网络、递归神经网络、卷积神经网络、堆叠自动编码器和深度信念网络)的结构、基本原理、训练方法,概括其应用特征.综述了电力系统中的故障诊断、暂态稳定性分析、负荷及新能源功率预测、运行调控等应用深度学习技术的研究现状.针对深度学习的技术特点,结合电力系统各生产环节,构建深度学习技术在电力系统中的应用框架.最后,从多能源系统运行调控、电力电子化系统安全分析、柔性设备故障诊断、电力信息物理系统的安全防护等方面对深度学习应用进行展望.