检索结果-维普期刊中文期刊服务平台

计及灰数据的知识-数据驱动低压有源配电网潮流计算: 1; 作者刘斯亮郑泽南 +2 位作者张勇军羿应棋池玉泉《电测与仪表》北大核心 2025年第6期2-10,共9页; 低压配电网拓扑和线路参数不准确使得传统的潮流计算方法失效,采用数据驱动方法能减少对物理参数的依赖,但缺乏可解释性。为此,提出一种融合物理知识与数据驱动的潮流计算方法。基于DistFlow模型构造了深度学习模型的输入输出特征向量,... 展开更多; 关键词低压配电网潮流计算知识-数据融合多通道卷积灰数据; 在线阅读下载PDF 职称材料

知识-数据融合的直流送端系统暂态过电压幅值预测被引量：4: 2; 作者秦博宇高鑫 +2 位作者张哲丁涛张逸兴《电力系统自动化》 EI CSCD 北大核心 2024年第14期110-118,共9页; 对于含大规模风电的高压直流外送系统,换相失败、直流闭锁等故障可能导致送端交流母线出现暂态过电压,进而引发新能源连锁脱网,严重威胁电网的安全稳定运行。为刻画直流故障对系统安全稳定运行能力的影响,提出一种知识-数据融合的直流... 展开更多; 关键词改进决策树模型暂态过电压知识-数据融合直流送端系统; 在线阅读下载PDF 职称材料

融合电力系统知识的预想扰动下频率指标智能预测方法: 3; 作者张雨润石重托 +3 位作者姚伟黄伟翟苏巍文劲宇《电力自动化设备》北大核心 2025年第6期148-155,163,共9页; 在稳态下基于预想扰动预测频率指标,进而制定相应的预防措施,是保证频率稳定的重要手段。基于此,提出一种融合电力系统知识的预想扰动下频率指标智能预测方法,分析频率指标与预想扰动大小之间的近似线性关系,并依据这一关系将频率指标... 展开更多; 关键词频率稳定频率指标预测预想扰动数据-知识融合驱动虚拟变量回归图卷积网络; 在线阅读下载PDF 职称材料

知识及数据驱动的电力一次设备健康管理方法综述被引量：12: 4; 作者谢庆王春鑫 +6 位作者李帆谢晨昊钟昱尧翟常营谢军张镱议律方成《高电压技术》 EI CAS CSCD 北大核心 2024年第2期605-620,共16页; 电力系统规模逐年扩大,其供电可靠性要求越来越高。基于电力设备机理、监测数据,利用知识、数据驱动及其融合驱动方法进行电力一次设备健康管理,是一种提高供电可靠性、降低运维成本的可行途径。文中对知识、数据驱动及其融合驱动的电... 展开更多; 关键词电力一次设备健康管理知识驱动数据驱动知识-数据融合驱动; 在线阅读下载PDF 职称材料

电力系统稳定分析技术的智能化演进:从模型驱动、数据驱动到混合智能: 5; 作者张俊勃肖祥辉 +4 位作者马煜彭颖周青媛李瑞何康杰《南方电网技术》北大核心 2025年第7期30-49,共20页; 面对“双高”运行态势,传统模型驱动的电力系统稳定分析方法逐渐暴露出效率与适应性不足的局限。人工智能技术凭借其在速度与精度方面的优势,正成为该领域的重要研究方向。因此,聚焦电力系统稳定分析技术从模型驱动到数据驱动,再到知识... 展开更多; 关键词电力系统稳定性人工智能机器学习数据驱动知识数据融合; 在线阅读下载PDF 职称材料

面向电力系统智能分析的机器学习可解释性方法研究(二):电网稳定分析的物理内嵌式机器学习被引量：6: 6; 作者乔骥赵紫璇 +2 位作者王晓辉史梦洁蒲天骄《中国电机工程学报》 EI CSCD 北大核心 2023年第23期9046-9058,共13页; 将知识融入机器学习模型是提升算法可解释性与计算性能的重要途径之一。针对电力系统运行的稳定分析问题,提出一种新的物理内嵌式机器学习框架与方法,将描述故障动态过程的微分-代数方程作为先验知识,引导神经网络模型训练。相比于完全... 展开更多; 关键词机器学习可解释性物理内嵌式机器学习电力系统稳定分析知识数据融合; 在线阅读下载PDF 职称材料

跨媒体智能关联分析与语义理解理论与技术研究进展被引量：6: 7; 作者于俊清王鑫 +3 位作者况琨刘偲张新峰宋子恺《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2023年第1期1-22,共22页; 深入分析了跨媒体智能关联分析与语义理解理论技术的最新研究进展,包括多模态数据的统一表达、知识引导的数据融合、跨媒体关联分析、基于知识图谱的跨媒体表征技术以及面向多模态的智能应用.其中,多模态数据的统一表达是对跨媒体信息... 展开更多; 关键词跨媒体信息统一表达知识引导的数据融合跨媒体关联分析跨媒体知识图谱跨媒体分析与推理多模态智能应用; 在线阅读下载PDF 职称材料

题名计及灰数据的知识-数据驱动低压有源配电网潮流计算: 1; 作者刘斯亮郑泽南张勇军羿应棋池玉泉; 机构华南理工大学电力学院; 出处《电测与仪表》北大核心 2025年第6期2-10,共9页; 基金国家自然科学基金资助项目(52177085)。; 文摘低压配电网拓扑和线路参数不准确使得传统的潮流计算方法失效,采用数据驱动方法能减少对物理参数的依赖,但缺乏可解释性。为此,提出一种融合物理知识与数据驱动的潮流计算方法。基于DistFlow模型构造了深度学习模型的输入输出特征向量,以低压配电台区的首端节点电压、用户节点光伏出力及负荷功率作为输入特征,用户节点电压幅值作为输出特征。结合三相线性潮流模型设计多通道卷积网络,通过独立通道处理电压、有功功率和无功功率,并利用电阻、电抗参数初始化卷积核权重。最后,针对灰数据(含有量测误差和异常值的数据)用于训练会影响模型性能的问题,提出改进降噪自编码器筛选并剔除异常样本。实验表明,所提方法在准确性和泛化性能上优于传统数据驱动方法,同时显著降低了灰数据对模型的影响。; 关键词低压配电网潮流计算知识-数据融合多通道卷积灰数据; Keywords low-voltage distribution network power flow calculation knowledge-data fusion multi-channel convolution gray data; 分类号 TM71 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名知识-数据融合的直流送端系统暂态过电压幅值预测被引量：4: 2; 作者秦博宇高鑫张哲丁涛张逸兴; 机构西安交通大学电气工程学院; 出处《电力系统自动化》 EI CSCD 北大核心 2024年第14期110-118,共9页; 基金国家重点研发计划资助项目(2021YFB2400800)。; 文摘对于含大规模风电的高压直流外送系统,换相失败、直流闭锁等故障可能导致送端交流母线出现暂态过电压,进而引发新能源连锁脱网,严重威胁电网的安全稳定运行。为刻画直流故障对系统安全稳定运行能力的影响,提出一种知识-数据融合的直流送端系统暂态过电压幅值预测方法。首先,通过修正决策树分裂过程中的分支质量衡量指标提出改进决策树算法,挖掘暂态过电压与关键电气量的映射关系,提升过电压幅值预测模型的评估性能。其次,基于系统机理模型分析送端系统功率交换情况与交流母线电压的关联关系,推导模型驱动的换流站母线暂态过电压幅值解析表达式。最后,结合理论分析方法,建立知识-数据融合模型以快速修正过电压幅值理论计算结果,提升融合模型在训练样本不足或输入特征选择不当情况下的鲁棒性。面向存在暂态过电压问题的直流送端系统,仿真结果验证了所提暂态过电压幅值预测方法的有效性。; 关键词改进决策树模型暂态过电压知识-数据融合直流送端系统; Keywords improved decision tree model transient overvoltage knowledge-data fusion DC sending-end system; 分类号 TM721.1 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名融合电力系统知识的预想扰动下频率指标智能预测方法: 3; 作者张雨润石重托姚伟黄伟翟苏巍文劲宇; 机构华中科技大学电气与电子工程学院强电磁技术全国重点实验室云南电网有限责任公司昆明供电局云南电力调度控制中心; 出处《电力自动化设备》北大核心 2025年第6期148-155,163,共9页; 基金中国南方电网云南电网有限责任公司科技项目(0500002022030301XT00090) 国家自然科学基金资助项目(U22B20111)。; 文摘在稳态下基于预想扰动预测频率指标,进而制定相应的预防措施,是保证频率稳定的重要手段。基于此,提出一种融合电力系统知识的预想扰动下频率指标智能预测方法,分析频率指标与预想扰动大小之间的近似线性关系,并依据这一关系将频率指标划分为线性部分和非线性部分。建立虚拟变量回归模型预测线性部分,并使用嵌入电网拓扑的图卷积网络预测非线性部分。通过加和两部分得到预测结果。基于IEEE 39节点系统和WECC 179节点系统进行算例测试,结果验证了所提数据-知识融合驱动方法相比知识和数据驱动方法能够在不明显增加预测时间的同时大幅提升预测的准确性与可靠性。; 关键词频率稳定频率指标预测预想扰动数据-知识融合驱动虚拟变量回归图卷积网络; Keywords frequency stability frequency indicator prediction anticipated disturbances data-knowledge fusiondriven dummy variable regression graph convolutional network; 分类号 TM712.3 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名知识及数据驱动的电力一次设备健康管理方法综述被引量：12: 4; 作者谢庆王春鑫李帆谢晨昊钟昱尧翟常营谢军张镱议律方成; 机构新能源电力系统国家重点实验室(华北电力大学) 福建福清核电有限公司广西大学电气工程学院; 出处《高电压技术》 EI CAS CSCD 北大核心 2024年第2期605-620,共16页; 基金国家重点研发计划(2020YFB0906000,2020YFB0906005)。; 文摘电力系统规模逐年扩大,其供电可靠性要求越来越高。基于电力设备机理、监测数据,利用知识、数据驱动及其融合驱动方法进行电力一次设备健康管理,是一种提高供电可靠性、降低运维成本的可行途径。文中对知识、数据驱动及其融合驱动的电力一次设备健康管理方法进行综述。首先,概述知识、数据驱动及其融合驱动的关键技术;然后,分别从电力一次设备的图像识别、状态量感知与故障诊断、状态评估与运行维护3个应用场景,对3种驱动方法的研究现状进行了详细梳理;最后,从硬件条件、数据来源、知识模型构建等方面,对3种驱动方法在电力设备健康管理中的应用难点进行总结,并对未来发展给出建议。; 关键词电力一次设备健康管理知识驱动数据驱动知识-数据融合驱动; Keywords power primary equipment health management knowledge-driven data-driven knowledge-data fusion driven; 分类号 TM507 [电气工程—电器]; 在线阅读下载PDF 职称材料

题名电力系统稳定分析技术的智能化演进:从模型驱动、数据驱动到混合智能: 5; 作者张俊勃肖祥辉马煜彭颖周青媛李瑞何康杰; 机构华南理工大学电力学院中国电建集团贵州电力设计研究院有限公司; 出处《南方电网技术》北大核心 2025年第7期30-49,共20页; 基金国家自然科学基金资助项目(52277101) 中国电力建设股份有限公司科技核心攻关项目(DJ-HXGG-2024-01) 华南理工大学中央高校基本科研业务费成果转化项目(2024ZYGXZR109)。; 文摘面对“双高”运行态势,传统模型驱动的电力系统稳定分析方法逐渐暴露出效率与适应性不足的局限。人工智能技术凭借其在速度与精度方面的优势,正成为该领域的重要研究方向。因此,聚焦电力系统稳定分析技术从模型驱动到数据驱动,再到知识-数据融合驱动形成混合智能的发展路径。首先梳理了典型稳定分析任务的技术需求,并回顾了传统模型驱动方法;随后总结了人工智能方法在不同场景中的应用成果,分析其优势与不足;进一步探讨了融合电力系统知识与机理的信息驱动方法及其研究进展;最后,结合“双高”背景下的电力系统特征,分析了当前面临的挑战,并展望未来研究方向。; 关键词电力系统稳定性人工智能机器学习数据驱动知识数据融合; Keywords power system stability artificial intelligence machine learning data-driven knowledge-data-combined method; 分类号 TM712 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名面向电力系统智能分析的机器学习可解释性方法研究(二):电网稳定分析的物理内嵌式机器学习被引量：6: 6; 作者乔骥赵紫璇王晓辉史梦洁蒲天骄; 机构中国电力科学研究院有限公司; 出处《中国电机工程学报》 EI CSCD 北大核心 2023年第23期9046-9058,共13页; 基金国家重点研发计划项目(2021ZD0112700) 国家电网公司科技项目(SGBJDK00KJJS2250026) 国家自然科学基金项目(U2066213)。; 文摘将知识融入机器学习模型是提升算法可解释性与计算性能的重要途径之一。针对电力系统运行的稳定分析问题,提出一种新的物理内嵌式机器学习框架与方法,将描述故障动态过程的微分-代数方程作为先验知识,引导神经网络模型训练。相比于完全依赖数据的通用机器学习方法,物理内嵌式机器学习直接模拟物理过程,通过数据背后所蕴含的物理方程来约束机器学习决策空间,并输出故障后的动态曲线,结果物理含义与可解释性更强。同时,物理内嵌模式也大幅降低了模型训练对海量数据的依赖,为小样本学习及以及模型向真实系统迁移应用过程中的参数辨识提供一种新的思路。; 关键词机器学习可解释性物理内嵌式机器学习电力系统稳定分析知识数据融合; Keywords machine learning interpretability physicsembedded machine learning stability analysis of power system knowledge-data-combined method; 分类号 TM712 [电气工程—电力系统及自动化] TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名跨媒体智能关联分析与语义理解理论与技术研究进展被引量：6: 7; 作者于俊清王鑫况琨刘偲张新峰宋子恺; 机构华中科技大学计算机科学与技术学院清华大学计算机科学与技术系浙江大学计算机科学与技术学院北京航空航天大学计算机学院中国科学院大学计算机科学与技术学院; 出处《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2023年第1期1-22,共22页; 基金国家自然科学基金(62050110,62006207,61876177,U20A20184)。; 文摘深入分析了跨媒体智能关联分析与语义理解理论技术的最新研究进展,包括多模态数据的统一表达、知识引导的数据融合、跨媒体关联分析、基于知识图谱的跨媒体表征技术以及面向多模态的智能应用.其中,多模态数据的统一表达是对跨媒体信息进行分析推理的先决条件,利用多模态信息间的语义一致性剔除冗余信息,通过跨模态相互转化来实现跨媒体信息统一表达,学习更全面的特征表示;跨媒体关联分析立足于图像语言、视频语言以及音视频语言的跨模态关联分析与理解技术,旨在弥合视觉、听觉以及语言之间的语义鸿沟,充分建立不同模态间的语义关联;基于知识图谱的跨媒体表征技术通过引入跨媒体的知识图谱,从跨媒体知识图谱构建、跨媒体知识图谱嵌入以及跨媒体知识推理3个方面展开研究,增强跨媒体数据表征的可靠性,并提升后续推理任务的分析效率和准确性;随着跨模态分析技术的快速发展,面向多模态的智能应用得到了更多的技术支撑,依据智能应用所需要的领域知识,选取了多模态视觉问答,多模式视频摘要、多模式视觉模式挖掘、多模式推荐、跨模态智能推理和跨模态医学图像预测等跨模态应用实例,梳理了其在多模态数据融合以及跨媒体分析推理方面的研究进展.; 关键词跨媒体信息统一表达知识引导的数据融合跨媒体关联分析跨媒体知识图谱跨媒体分析与推理多模态智能应用; Keywords unified representation of cross-media information knowledge-guided data fusion cross-media correlation analysis cross-media knowledge graph cross-media analysis and inference multi-modal intelligent applications; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	计及灰数据的知识-数据驱动低压有源配电网潮流计算	刘斯亮郑泽南张勇军羿应棋池玉泉	《电测与仪表》北大核心	2025	0	在线阅读下载PDF 职称材料
2	知识-数据融合的直流送端系统暂态过电压幅值预测	秦博宇高鑫张哲丁涛张逸兴	《电力系统自动化》 EI CSCD 北大核心	2024	4	在线阅读下载PDF 职称材料
3	融合电力系统知识的预想扰动下频率指标智能预测方法	张雨润石重托姚伟黄伟翟苏巍文劲宇	《电力自动化设备》北大核心	2025	0	在线阅读下载PDF 职称材料
4	知识及数据驱动的电力一次设备健康管理方法综述	谢庆王春鑫李帆谢晨昊钟昱尧翟常营谢军张镱议律方成	《高电压技术》 EI CAS CSCD 北大核心	2024	12	在线阅读下载PDF 职称材料
5	电力系统稳定分析技术的智能化演进:从模型驱动、数据驱动到混合智能	张俊勃肖祥辉马煜彭颖周青媛李瑞何康杰	《南方电网技术》北大核心	2025	0	在线阅读下载PDF 职称材料
6	面向电力系统智能分析的机器学习可解释性方法研究(二):电网稳定分析的物理内嵌式机器学习	乔骥赵紫璇王晓辉史梦洁蒲天骄	《中国电机工程学报》 EI CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料
7	跨媒体智能关联分析与语义理解理论与技术研究进展	于俊清王鑫况琨刘偲张新峰宋子恺	《计算机辅助设计与图形学学报》 EI CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料