基于深度学习的能源互联网的应用研究
发布时间:2021-11-19 07:48
近年来,深度学习技术得到了较为快速的发展,对于提高社会的智能化水平起到了重要的推动作用。因此,分析深度学习的实现和应用情况,介绍能源互联网的发展现状及基本架构,并重点阐述了深度学习在能源互联网中的应用。
【文章来源】:通信电源技术. 2020,37(09)
【文章页数】:3 页
【部分图文】:
全景监控中心同时,在能源互联网体制中,结合相关的决策
【参考文献】:
期刊论文
[1]基于深度学习的输电线路视觉检测研究综述[J]. 赵振兵,齐鸿雨,聂礼强. 广东电力. 2019(09)
[2]深度学习在电力负荷预测中的应用综述[J]. 朱俊丞,杨之乐,郭媛君,于坤杰,张建康,穆晓敏. 郑州大学学报(工学版). 2019(05)
[3]人工智能、机器学习和深度学习[J]. 志刚. 大众科学. 2019(03)
[4]浅谈人工智能中的深度学习[J]. 熊茂尧. 数码世界. 2019(02)
[5]能源互联网多能分布式优化研究挑战与展望[J]. 殷爽睿,艾芊,曾顺奇,吴琼,郝然,江迪. 电网技术. 2018(05)
[6]区域能源互联网多能系统规划决策关键技术及应用[J]. 张利军,徐晨博,范娟娟,袁翔,徐汶,庄峥宇. 现代电力. 2018(04)
本文编号:3504601
【文章来源】:通信电源技术. 2020,37(09)
【文章页数】:3 页
【部分图文】:
全景监控中心同时,在能源互联网体制中,结合相关的决策
【参考文献】:
期刊论文
[1]基于深度学习的输电线路视觉检测研究综述[J]. 赵振兵,齐鸿雨,聂礼强. 广东电力. 2019(09)
[2]深度学习在电力负荷预测中的应用综述[J]. 朱俊丞,杨之乐,郭媛君,于坤杰,张建康,穆晓敏. 郑州大学学报(工学版). 2019(05)
[3]人工智能、机器学习和深度学习[J]. 志刚. 大众科学. 2019(03)
[4]浅谈人工智能中的深度学习[J]. 熊茂尧. 数码世界. 2019(02)
[5]能源互联网多能分布式优化研究挑战与展望[J]. 殷爽睿,艾芊,曾顺奇,吴琼,郝然,江迪. 电网技术. 2018(05)
[6]区域能源互联网多能系统规划决策关键技术及应用[J]. 张利军,徐晨博,范娟娟,袁翔,徐汶,庄峥宇. 现代电力. 2018(04)
本文编号:3504601
本文链接:https://www.wllwen.com/jingjilunwen/jiliangjingjilunwen/3504601.html