深度学习在泛在电力物联网中的应用与挑战

发布时间：2021-12-12 11:51

　　泛在电力物联网是智能电网发展的高级应用形态,对电网的数据处理能力和计算能力提出了更高的要求。近年来,深度学习技术取得了突破性的进展,为泛在电力物联网的实现与发展提供了强大的支撑。基于此,总结了现有深度学习模型的主要组成及技术特点;从泛在电力物联网应用的技术需求出发,综述了深度学习在数据处理、边缘计算以及态势感知方面的技术特点与应用场合;基于泛在电力物联网应用的典型场景,深入分析了深度学习在泛在电力物联网中的具体应用,为泛在电力物联网的建设与研究提供参考。 

【文章来源】：电力自动化设备. 2020,40(04)北大核心EICSCD

【文章页数】：11 页

【部分图文】：

典型的深度神经网络结构

深度学习的分类

图2 深度学习的分类然而，随着数据量的增多，数据缺失、数据异常（或称孤立点）和噪声数据等问题经常出现。如何对低质量的数据进行处理，如何对给定数据的质量进行评估，以及如何改善低质量的数据，这些问题目前在电力系统应用中尚未得到足够的重视。

【参考文献】：
期刊论文
[1]泛在电力物联网发展形态与挑战[J]. 李钦豪,张勇军,陈佳琦,羿应棋,何奉禄.  电力系统自动化. 2020(01)
[2]基于卷积神经网络的非侵入式负荷识别研究[J]. 周任飞,汤鹏飞,刘三丰,李欣,刘猛.  信息技术与网络安全. 2019(08)
[3]新一代智能电能表支撑泛在电力物联网技术研究[J]. 彭楚宁,罗冉冉,王晓东.  电测与仪表. 2019(15)
[4]基于拓扑解析与深度学习融合的低压集抄系统故障诊断方法[J]. 罗步升,林志超,何小龙.  电测与仪表. 2019(20)
[5]基于深度序列翻译模型的非侵入式负荷分解方法[J]. 任文龙,许刚.  电网技术. 2020(01)
[6]面向泛在电力物联网的5G通信:技术原理与典型应用[J]. 张宁,杨经纬,王毅,陈启鑫,康重庆.  中国电机工程学报. 2019(14)
[7]边缘计算下的AI检测与识别算法综述[J]. 孔令军,王锐,张南,李华康.  无线电通信技术. 2019(05)
[8]泛在电力物联网释义与研究展望[J]. 杨挺,翟峰,赵英杰,盆海波.  电力系统自动化. 2019(13)
[9]深度学习在电网图像数据及时空数据中的应用综述[J]. 张宇航,邱才明,杨帆,徐舒玮,石鑫,贺兴.  电网技术. 2019(06)
[10]基于R-FCN的航拍巡检图像目标检测方法[J]. 刘思言,王博,高昆仑,王岳,高畅,陈江琦.  电力系统自动化. 2019(13)

博士论文
[1]基于深度学习和迁移学习的电力数据挖掘技术研究[D]. 王毅星.浙江大学 2019
[2]基于深度学习的跨模态检索研究[D]. 冯方向.北京邮电大学 2015



本文编号：3536624