杂志简介：《电力系统自动化》杂志经新闻出版总署批准，自1977年创刊，国内刊号为32-1180/TP，是一本综合性较强的科技期刊。该刊是一份半月刊，致力于发表科技领域的高质量原创研究成果、综述及快报。主要栏目：电力视角下能源转型的技术路径专辑、学术研究、研制与开发
杂志简介：《电力系统自动化》杂志经新闻出版总署批准，自1977年创刊，国内刊号为32-1180/TP，是一本综合性较强的科技期刊。该刊是一份半月刊，致力于发表科技领域的高质量原创研究成果、综述及快报。主要栏目：电力视角下能源转型的技术路径专辑、学术研究、研制与开发
作者：杨挺; 高昆仑; 岳东 刊期：2019年第01期
智能化的新一代电力系统及综合能源系统是实现清洁、低碳、安全、高效的能源使用,推动能源生产和消费革命的核心。人工智能作为当前最具颠覆性的科学技术之一,被寄予厚望以提升电力和综合能源系统智能化水平。事实上,自20世纪80年代起,以专家系统和神经网络为代表的人工智能技术已开始被尝试在电力领域应用,但由于当时信息感知、通信传输和数据...
作者：杨挺; 赵黎媛; 王成山 刊期：2019年第01期
推进能源生产和消费革命,构建清洁低碳安全高效的能源体系,需要发展更加智能的新一代电力系统及综合能源系统。人工智能(AI)是当前最具颠覆性的科学技术之一,在计算智能、感知智能和认知智能方面具有强处理能力。人工智能技术在电力系统和综合能源系统中的应用,将改变能源传统利用模式,促进系统进一步智能化。文中主要从人工智能概述、电力系统...
作者：程乐峰; 余涛; 张孝顺; 殷林飞 刊期：2019年第01期
新一代人工智能(AI)近年来成为国内外研究的热点,其中的典型代表机器学习(ML)作为一个算法范畴,通过分析和学量已有或生成数据形成预测和判断以做出最佳决策。中国的新一代AI正处于快速发展的关键期,目前已在能源与电力系统中得到初步应用。基于此,文中以新一代AI中的ML为代表,重点综述了强化学习、深度学习、迁移学习、平行学习、混合学习、对...
作者：闫炯程; 李常刚; 刘玉田 刊期：2019年第01期
风力发电的不确定性显著增加了电力系统可用输电能力(ATC)计算的难度。基于点估计的Gram-Charlier级数展开理论和深度学习技术,提出了一种计及越限概率要求的ATC快速计算方法,考虑的约束类型包括静态安全、静态电压稳定和暂态稳定约束。假定风电出力概率分布已知,结合两点估计法和Gram-Charlier级数展开,通过两个确定性场景的最大输电能力(TTC)...
作者：刘洪; 李吉峰; 葛少云; 张鹏; 陈星屹 刊期：2019年第01期
针对传统集中式优化调度方法难以全面反映综合能源微网内不同智能体的利益诉求,以及人工智能技术在综合能源调度方面的应用亟待进一步挖掘等问题,提出了基于多主体博弈与强化学习的并网型综合能源微网协调调度模型和方法。首先,针对并网型综合能源微网中横向电气热冷各子系统及纵向源网荷储等各环节的不同投资与运营主体,开展了多智能体划分;其...
作者：闪鑫; 陆晓; 翟明玉; 高宗和; 徐春雷; 滕贤亮; 王波 刊期：2019年第01期
当前以深度学习为代表的新一代人工智能技术快速发展,作为引领新一轮科技革命和产业变革的战略性技术,已上升为国家战略,备受各行各业关注。电网调控运行作为电力系统运行的"决策大脑",是集大量数据、机理分析、运行规程和专业经验相结合的综合性决策控制,与以数据驱动、知识引导为特征的新一代人工智能发展思路和演进方向十分相近。在分析新一...
作者：孔祥瑞; 严正; 徐潇源; 谢伟 刊期：2019年第01期
分布式电源持续的规模化接入给微电网运行引入了显著的不确定性与噪声,增加了配电网监视的难度。而孤岛检测设备易受电网扰动干扰而误动作,导致分布式电源被切除运行,孤岛检测装置必须能够在噪声环境中准确区分判别扰动与孤岛情形。文中将基于多尺度高阶奇异谱熵的深度学习概念应用于孤岛检测问题,提出一种结合经验模态分解与高阶奇异谱熵的新型...
作者：陈海文; 王守相; 王绍敏; 王丹 刊期：2019年第01期
随着智能电表的普及,以智能电表数据为基础,可按需求灵活划分不同规模的负荷聚合体并开展预测。由于负荷聚合体规模差异较大,并与用户负荷特性关系密切,传统预测方法不再适用。为此,提出了一种基于门控循环单元(GRU)网络与模型融合的负荷聚合体预测方法。首先,通过分布式谱聚类算法获得负荷特性相近的负荷群体,然后进行分组预测,采用GRU作为元模...
作者：刘俊; 赵宏炎; 刘嘉诚; 潘良军; 王楷 刊期：2019年第01期
近年来,随着国民经济的转型,中国的经济结构发生了较大的变化,仅仅依靠电力负荷历史数据进行负荷电量预测会造成较大的误差。为解决传统负荷预测方法对于经济、气象等因素考虑不足的问题,提出了一种可以计及经济与气象等因素影响的中期负荷电量预测方法。首先利用季节分解将历史月度用电量分解为长期趋势及循环分量、季节分量以及不规则分量;并...
作者：赵洪山; 闫西慧; 王桂兰; 尹相龙 刊期：2019年第01期
针对风电机组现场故障样本难获取的问题,为实现风电机组发电机部件的故障诊断,通过分析风机监控与采集(SCADA)数据,设计了基于深度自编码(DAE)网络和XGBoost的故障诊断算法。该算法包含两部分:第一部分是DAE故障检测算法,通过DAE获取SCADA数据的重构值,分析重构误差的变化趋势与其超越阈值的情况以预测风机故障和提取故障样本;第二部分是XGBoost...
作者：高佳程; 朱永利; 郑艳艳; 张科; 刘帅 刊期：2019年第01期
提出了一种基于Hilbert边际谱和稀疏自编码器(SAE)-深度神经网络(DNN)的局部放电(PD)信号的模式识别方法。首先,以变分模态分解(VMD)对PD信号进行分解,对所得各分量进行Hilbert变换构建相应的Hilbert边际谱。其次,以PD信号的Hilbert边际谱为输入数据,利用SAE自动学习复杂数据的内在特征来提取简明的数据特征表达获得参数。再次,利用SAE的训练结...
作者：黄天恩; 郭庆来; 孙宏斌; 赵乃岩; 王彬; 郭文鑫 刊期：2019年第01期
随着可再生能源的大规模并网、需求响应的逐步实现,电网运行方式的复杂性和波动性不断攀升,电力系统的安全运行正面临新的需求与挑战。因此,基于人工智能技术,在广东电网建立了"模型-数据混合驱动的电网安全特征选择和知识发现平台",保证电网安全、稳定、经济运行。文中首先定义了电网安全特征和知识,阐述了模型-数据混合驱动的思想与具体实现方...
作者：周学斌; 李晓明; 李雷; 甘凌霞 刊期：2019年第01期
为进一步提升信息化电网性能,提出一种基于长短期记忆网络(LSTM)与压缩感知(CS)实现电物理量轻型化方法。将时间序列变化的电物理量采样数据作为LSTM模型的输入量,稳定结果作为输出量,通过时间反向传播(BPTT)算法训练LSTM模型参数,训练后的模型能充分利用循环架构的特征进行模式识别,并根据LSTM模式识别结果,将信号选择原子库进行CS,来确定测量...
作者：王潇笛; 刘俊勇; 刘友波; 许立雄; 马铁丰; 胥威汀 刊期：2019年第01期
对海量负荷数据进行降维聚类处理是提取负荷关键信息,深度挖掘其内在规律的前提。根据负荷曲线的形态特征,文中提出了一种基于可变时间分辨率自适应分段聚合近似方法的曲线形态聚类算法。首先,根据负荷爬坡事件及基于斜率提取的边缘点来衡量负荷曲线的形态特征及其变化趋势,采用自适应分段聚合近似算法对用户日负荷数据集进行可变时间分辨率重构...
作者：胡天宇; 郭庆来; 孙宏斌 刊期：2019年第01期
已有窃电检测模型的准确率尚无法满足应用需求,是因其均将建模重点放在了分类算法的选择或改进上,而相对地忽视了特征提取过程。因此,提出一种基于深度学习的特征提取方法,即堆叠去相关自编码器。得益于深层结构和高度非线性,其能够从用户用电数据中提取到高度抽象和简明的特征。随后支持向量机将这些特征映射到指示是否窃电的标签。基于真实数...
影响因子：0.46
期刊级别：北大期刊
发行周期：月刊
影响因子：--
期刊级别：省级期刊
发行周期：月刊
影响因子：0.31
期刊级别：部级期刊
发行周期：月刊
影响因子：2.65
期刊级别：北大期刊
发行周期：月刊
影响因子：--
期刊级别：部级期刊
发行周期：半月刊
影响因子：0.83
期刊级别：统计源期刊
发行周期：月刊
影响因子：0.13
期刊级别：部级期刊
发行周期：半月刊
影响因子：1.95
期刊级别：北大期刊
发行周期：月刊
影响因子：3.9
期刊级别：北大期刊
发行周期：半月刊
影响因子：2.44
期刊级别：统计源期刊
发行周期：月刊
影响因子：1.98
期刊级别：北大期刊
发行周期：双月刊
影响因子：0.29
期刊级别：省级期刊
发行周期：月刊