文献类型：期刊文章

作　　者：程乐峰[1,2] 余涛[1,2] 张孝顺[3] 殷林飞[4]

CHENG Lefeng;YU Tao;ZHANG Xiaoshun;YIN Linfei(School of Electric Power,South China University of Technology,Guangzhou 510641,China;Guangdong Key Laboratory of Clean Energy Technology,Guangzhou 510641,China;College of Engineering,Shantou University,Shantou 515063,China;College of Electrical Engineering,Guangxi University,Nanning 530004,China)

机构地区：[1]华南理工大学电力学院,广东省广州市510641 [2]广东省绿色能源技术重点实验室,广东省广州市510641 [3]汕头大学工学院,广东省汕头市515063 [4]广西大学电气工程学院,广西壮族自治区南宁市530004

出　　处：《电力系统自动化》

基　　金：国家自然科学基金资助项目(51477055;51777078);中国南方电网有限责任公司重点科技项目(GZKJQQ00000419)~~

年　　份：2019

卷　　号：43

期　　号：1

起止页码：15-31

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：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,通过分析和学习大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、对抗学习和集成学习等7种代表性ML在能源与电力系统调度优化和控制决策等方面的应用。最后,对未来ML的发展进行了思考与展望。

关 键 词：人工智能 机器学习  能源与电力系统  智能电网 能源互联网

分 类 号：TM73] TP181]