典型文献
基于新一代人工智能技术的电力系统稳定评估与决策综述
文献摘要：
以深度学习、强化学习和迁移学习等高级机器学习为代表的新一代人工智能技术在处理海量数据、挖掘复杂非线性映射等方面具有更强的优势,使其在电力系统稳定评估与决策中的应用逐渐受到青睐.首先,梳理了基于人工智能技术实现电力系统稳定评估与决策的基本框架;其次,针对稳定评估与稳定决策问题,分别从功角、频率、电压、宽频振荡这4个电力系统稳定性问题和预防控制、紧急控制、恢复控制这3种控制类型出发,进行了国内外学者的相关研究工作及关键技术评述;最后,依据新一代人工智能技术在电力系统稳定评估与决策中的应用现状,从数据、模型和应用3个层面对存在的一些问题提出了可能的应对措施和展望.
文献关键词：
人工智能;电力系统稳定性;稳定评估;稳定决策;数据驱动;知识驱动
中图分类号：
作者姓名：
杨博;陈义军;姚伟;石重托;束洪春
作者机构：
昆明理工大学电力工程学院,云南省昆明市 650500;强电磁工程与新技术国家重点实验室(华中科技大学),湖北省武汉市 430074
文献出处：
引用格式：
[1]杨博;陈义军;姚伟;石重托;束洪春-.基于新一代人工智能技术的电力系统稳定评估与决策综述)[J].电力系统自动化,2022(22):200-223
A类：
稳定决策
B类：
新一代人工智能技术,稳定评估,强化学习,迁移学习,海量数据,非线性映射,基本框架,决策问题,功角,宽频振荡,电力系统稳定性,预防控制,紧急控制,恢复控制,控制类型,技术评述,知识驱动
AB值：
0.224297
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
