共查询到19条相似文献,搜索用时 78 毫秒
1.
人工智能在电力系统及综合能源系统中的应用综述 总被引:3,自引:0,他引:3
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、电力系统及综合能源系统对人工智能的需求,以及人工智能在能源领域中的应用几个层面进行综述和分析,最后对人工智能在电力系统及综合能源系统中应用所面临的挑战进行了分析和展望。 相似文献
2.
能源互联网技术建立在信息网络技术的基础上,将能源的生产、存储、输送、管理和利用等整合起来,增强各节点的智能交互能力,实现能源双向对等传输.信息技术和人工智能技术的快速发展推动着军事装备向信息化、智能化方向迈进,同时给军事能源保障带来巨大的机遇和挑战.可借助能源互联网技术,拓展与丰富军事能源获取途经,提高战时军事能源安全... 相似文献
3.
美、英两国的人工智能在能源服务中的应用涉及售电、分布式能源管理、节能减排、需求响应、客户服务等多个领域,中国的应用主要在运维和客户服务。随着国内电力现货市场、电力辅助服务市场逐渐发展,节能运行监管加强,更多领域将应用人工智能技术。在需求拉动力、技术推动力共同作用下,人工智能技术将全面推动能源服务升级,以应对复杂的用户侧能源系统,提升诊断和预测的实时性、简便度、准确度。国内企业应超前在能源消费预测、能源价格预测、天气条件预测、可再生能源出力功率预测、故障预测、非侵入式负载监控、图像识别、机器翻译、决策优化等方面做好人工智能技术开发储备。 相似文献
4.
5.
6.
7.
随着新能源发电和空调负荷广泛接入园区能源互联网,其源、荷侧的不确定性导致运行场景复杂多变,对园区节能运行的影响不可忽视.如何实现园区能源互联网高效经济规划是当下亟待研究的重点问题.因此,首先对现阶段随机规划理论进行了归纳总结,并分析国内外研究现状;其次,基于统计机器学习对以下3个关键问题进行技术探析:一是新能源出力和需求响应的不确定性导致的能源互联网复杂运行场景模拟技术;二是典型场景生成技术;三是安全稳定的人工智能规划求解技术.最后,提出发展展望,统计机器学习理论将是园区能源互联网随机规划未来发展的重要方向之一. 相似文献
8.
能源互联网未来发展综述 总被引:3,自引:0,他引:3
融合了电力、互联网、信息等学科的能源互联网可依照Internet理念组网。阐述了能源互联网的概念、特点、框架等内容;简要介绍了其关键组成部分,包括分布式可再生能源、储能装置及能源路由器等;总结了国内外能源互联网的发展状况。在此基础上对分布式能源并网影响、高效储能技术、接口标准、信息互联系统建设、电力市场与服务完善等若干未来能源互联网发展中可能遇到的问题进行了说明和分析。 相似文献
9.
10.
低惯量可再生能源的发展及大电网复杂互联导致现代电力系统呈现新特征和新形态,具有典型的强时变性、强非线性、随机不确定性、数据多样性、局部可观测性等特征,电力系统分析方法面临更大挑战.深度学习作为一项新的机器学习技术路径,其强大的数据分析、预测、分类能力在电力系统频率分析与控制等复杂问题中具有独特优势.首先分析深度学习的基... 相似文献
11.
12.
以深度学习、强化学习为代表的新一代人工智能技术及其应用是当前电力系统领域的研究热点。人工智能技术具有不依赖物理机理,计算速度快,辨别效率高等优点。但人工智能固有的可解释性差、稳定性弱等缺点也制约了其在电力系统一些场景的应用。文中梳理了新一代人工智能技术在电力系统负荷和新能源预测、故障诊断、在线稳定性评估、频率及电压优化控制和电网运行方式制定等调度运行场景中的应用,并进行了分析和评述。总结了现有研究中存在的问题,指出人工智能技术的应用应当以问题为导向,以场景为基础,以应用为目的。最后,对未来人工智能技术在电力系统调度运行中的应用作出了展望。 相似文献
13.
14.
随着中国电力市场化改革的推进,需求响应业务在向着多元化、常态化发展,新环境对需求响应的可靠性与精准性的要求越来越高,亟须完善的技术支撑。深度强化学习能够对复杂的外部环境做出较为准确的识别,并做出最优决策,能够满足需求响应的相关要求。基于此,文中对深度强化学习技术在需求响应中的应用进行了研究与探讨。首先对深度强化学习的发展历程及研究现状进行了梳理,同时分析了需求响应的研究现状与未来发展需求。在此基础上,对深度强化学习应用于需求响应业务的可行性与方法进行了探讨。提出了基于深度强化学习的需求响应业务开展架构,并对深度强化学习的实现流程进行了较为深入的分析,为需求响应技术的发展提供了参考。 相似文献
15.
人工智能技术的进步和突破,对于电网智能化程度的提高具有重要意义。从智能电网内涵出发,梳理电网发展的智能化需求,结合各类人工智能技术的特征和适用性,设计了具体的应用场景,开展了关键技术应用的SWOT分析,并对可能的困难进行估计。指出:许多人工智能技术在智能电网各环节的规划、预测、辅助决策、智能控制、视频监控、巡检、故障诊断等应用场景普遍具有重要参考价值,神经网络、专家系统、数据挖掘等技术各有其优劣和适用范围,应用中需要重视各类技术的科学选择,并对可靠性、可解释性、数据样本积累、基础设施准备、知识库的修正维护、机密性等可能的挑战有所准备。 相似文献
16.
17.
人工智能在变压器故障诊断中的应用 总被引:6,自引:0,他引:6
人工智能(AI)在变压器故障诊断领域的开发和应用,以专家系统和人工神经网络的研究最引入注目。已开发的软件TFDES由变压器故障诊断知识库、数据库、推理机、解释机制和人机接口组成,知识库建成模块化结构。人工神经网络TFDANN为模块化结构,采用反向传播的BP网络,引入了模糊逻辑理论。系统对运行中变压器的内部潜伏性故障,可作出早期诊断,对现场运行人员可提供“咨询”意见。 相似文献
18.
为了提升用户用电质量,降低系统网损,改善电压质量,针对传统AVC系统控制手段单一、控制灵敏度计算不完备、无功装置动作频繁、应对电压频繁波动存在控制盲区等问题,该文提出一种基于Attention-LSTM算法的在线无功优化模型。利用Attention-LSTM算法挖掘电气特征与电压的非线性关系,再综合考虑降低电压偏差、减少动作次数及提高光伏无功利用率等因素,并根据地区电网电压偏差和波动的优化目标,建立了光伏、变压器、电容器高效协同配合的电压无功优化控制模型。最后以江苏某地区配电系统为实例,进行仿真及实验验证,结果表明了所提方法的有效性和实用性。 相似文献
19.
基于人工智能的大电机主绝缘老化状态评估软件 总被引:2,自引:1,他引:2
为了更有效地评估大电机主绝缘的老化状态,提出了应用神经网络和模糊数学相结合的人工智能技术评估绝缘老化状态的新方法。首先,建立具有模糊输出的3层反向传播(BP)神经网络,并确定绝缘状态论域上的4个模糊子集及其隶属函数,同时规定了模糊输出神经网络的输入和输出参量;然后,选择Levenberg-Marquardt快速学习算法对建立的模糊输出神经网络进行训练,并使用真机线棒数据对网络的评估效果进行检验;最后,基于MATLAB开发了大电机主绝缘老化状态智能评估软件。研究结果表明该软件可以准确有效地评估定子绝缘的老化状态。 相似文献