人工智能在电力系统中的应用研究与实践综述

朱永利; 尹金良

doi:10.12096/j.2096-4528.pgt.2018.017

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

人工智能在电力系统中的应用研究与实践综述

能源互联网 | 更新时间：2025-07-04

- 人工智能在电力系统中的应用研究与实践综述
- Review of Research and Practice of Artificial Intelligence Application in Power Systems
- 发电技术 2018年39卷第2期页码：106-111
- 作者机构：
  
  1.新能源电力系统国家重点实验室(华北电力大学), 河北省保定市 071003
  2.天津理工大学电气电子工程学院, 天津市西青区 300384
- 作者简介：
  
  [ "朱永利(1963), 男, 教授, 博士生导师, 研究方向为网络化监控与智能信息处理、电力设备监测大数据处理, yonglipw@163.com" ]
  尹金良(1982), 男, 博士, 讲师, 研究方向为人工智能在电力系统中的应用和电力系统运行、分析与控制, 本文通讯作者, yinjinliang2007@126.com
- 基金信息：
  
  国家自然科学基金项目(51677072)
- DOI：10.12096/j.2096-4528.pgt.2018.017
  中图分类号：
- 收稿：2018-02-03，
  
  纸质出版：2018-04-28
- 稿件说明：
移动端阅览
朱永利, 尹金良. 人工智能在电力系统中的应用研究与实践综述[J]. 发电技术, 2018,39(2):106-111.

Yongli ZHU, Jinliang YIN. Review of Research and Practice of Artificial Intelligence Application in Power Systems[J]. Power Generation Technology, 2018, 39(2): 106-111.
朱永利, 尹金良. 人工智能在电力系统中的应用研究与实践综述[J]. 发电技术, 2018,39(2):106-111. DOI： 10.12096/j.2096-4528.pgt.2018.017.

Yongli ZHU, Jinliang YIN. Review of Research and Practice of Artificial Intelligence Application in Power Systems[J]. Power Generation Technology, 2018, 39(2): 106-111. DOI： 10.12096/j.2096-4528.pgt.2018.017.

摘要

人工智能在电力系统中的广泛应用，提高了电力系统的安全性、可靠性和运行能力。按早期、中期和后期3个阶段对相关工作进行了总结，包括20世纪八九十年代专家系统、神经网络等的应用情况，并重点介绍了21世纪初出现的相关向量机的特点、原理及其在电力系统中的应用研究现状。

Abstract

Artificial intelligence was widely used in power systems. It has improved the security

reliability and operation ability of power systems. The related work in the early

middle and late stages was summarized including expert system and neural network and so on in the 1980s and 1990s and relevance vector machine in the early 21st century. The characteristics

principles and application in power systems of relevant vector machines were mainly introduced.

关键词

Keywords

references

薛禹胜, 刘觉岑, 文辉. 专家系统在电力系统中的应用-特点, 现状和展望[J]. 电力系统自动化, 1989-03, 13(2): 10-19.

张志英. 人工智能在电网调度中的应用-日调度计划安排及操作命令票专家系统[D]. 北京: 华北电力学院硕士论文, 1985.

朱永利, 杨以涵, 张文勤, 等.专家系统在编写变电站倒闸操作票中的应用[J].中国电机工程学报, 1988, 8(6):61-65.

朱永利, 栗然, 杨以涵, 等.电网调度操作票专家系统[J].电力系统及其自动化学报, 1991, 3(1):68-74.

王德生.专家系统在电网调度操作票中的应用.东北电力技术, 1996(10):43-46.

Y Zhu, YH Yang, et al.An expert system for power systems fault analysi[J].IEEE Trans.On Power Systems, 1994, 9(1):503-509.

Zhu Yongli, Hogg B W, Zhang W Q, et al.Hybrid expert system for aiding dispatchers on bulk power systems restoration[J].International Journal of Electrical Power&Energy Systems, 1994, 16(4):259-268.

Tipping, M E.The relevance vector machine[J].Advances in Neural Information Processing Systems, 2001(12):652-658.

Bishop C M, Tipping M E. Variational relevance vector machines[C]//Proceedings of the 16th Conference on Uncertainty in Artificial Intelligence, Morgan Kaufmann, 2000: 46-53.

Tipping M E.Sparse Bayesian learning and the relevance vector machine[J].Journal of Machine Learning Research, 2001(1):211-244.

Psorakis I, Damoulas T, Girolami M A.Multiclass relevance vector machines:sparsity and accuracy[J].IEEE Transactions on Neural Networks, 2010, 21(10):1588-1598.

Damoulas T, Ying Y, Girolami M A, et al. Inferring sparse kernel combinations and relevance vectors: an application to subcellular localization of proteins[C]//In Proceedings of the 7th International Conference on Machine Learning and Applications (ICMLA2008), San Diego, USA, 2008.

Damoulas T, Girolami M A.Probabilistic multi-class multi-kernel learning:on protein fold recognition and remote homology detection[J].Bioinformatics, 2008, 24(10):1264-1270.

Damoulas T, Girolami M A.Combining feature spaces for classification[J].Pattern Recognition, 2009, 42(11):2671-2683.

尹金良, 朱永利, 俞国勤.相关向量机及其在变压器故障诊断中的应用[J].电力自动化设备, 2012, 32(8):130-134.

孙曙光, 于晗, 杜太行, 等.基于振动信号样本熵和相关向量机的万能式断路器分合闸故障诊断[J].电工技术学报, 2017, 32(7):20-30.

李海英, 刘中银, 宋建成.电力系统静态安全状态实时感知的相关向量机法[J].中国电机工程学报, 2015, 35(2):294-301.

尹金良, 朱永利, 俞国勤.基于多分类相关向量机的变压器故障诊断新方法[J].电力系统保护与控制, 2013, 41(5):77-82.

律方成, 金虎, 王子建, 等.基于主成分分析和多分类相关向量机的GIS局部放电模式识别[J].电工技术学报, 2015, 30(6):225-231.

刘嘉蔚, 李奇, 陈维荣, 等. 基于多分类相关向量机和模糊C均值聚类的有轨电车用燃料电池系统故障诊断方法[J/OL ] . 中国电机工程学报: [2018-03-24 ] . http://kns.cnki.net/KCMS/detail/11.2107.TM.20170824.1554.003.html http://kns.cnki.net/KCMS/detail/11.2107.TM.20170824.1554.003.html .

朱永利, 尹金良.组合核相关向量机在电力变压器故障诊断中的应用研究[J].中国电机工程学报, 2013, 33(22):68-74.

尚海昆, 苑津莎, 王瑜, 等.多核多分类相关向量机在变压器局部放电模式识别中的应用[J].电工技术学报, 2014, 29(11):221-228.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

元电力：新一代智能电网

人工智能在电力系统中应用的近期研究热点介绍

考虑光伏换相与柔性负荷协同的配电网三相不平衡研究

基于无人机巡检的输电线路绝缘子及其异物检测算法

基于改进深度极限学习机的电网虚假数据注入攻击定位检测