戴彦 ， 王刘旺 ， 李媛 ， 等 . 新一代人工智能在智能电网中的应用研究综述 ［J］. 电力建设 ， 2018 ， 39 （ 10 ）： 1 - 11 .

DAI Yan ， WANG Liuwang ， LI Yuan ， et al . A brief survey on applications of new generation artificial intelligence in smart grids ［J］. Electric Power Construction ， 2018 ， 39 （ 10 ）： 1 - 11 .

国务院关于印发新一代人工智能发展规划的通知 ［EB/OL］.（ 2017-07-20 ）［ 2023-02-01 ］. https：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm https://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm .

Notice of the State Council on printing and distributing the development plan of a new generation of artificial intelligence ［EB/OL］. （ 2017-07-20 ）［ 2023-02-01 ］. https：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm https://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm .

中国南方电网有限责任公司 . 数字电网白皮书 ［R］. 2020 .

China Southern Power Grid Company Limited . Digital power grid white paper ［R］. 2020 .

李鹏 ， 习伟 ， 蔡田田 ， 等 . 数字电网的理念、架构与关键技术 ［J］. 中国电机工程学报 ， 2022 ， 42 （ 14 ）： 5002 - 5017 .

LI Peng ， XI Wei ， CAI Tiantian ， et al . Concept， architecture and key technologies of digital power grids ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 14 ）： 5002 - 5017 .

中国人工智能 2 . 0发展战略研究项目组.中国人工智能2.0发展战略研究 ［M］. 杭州 ： 浙江大学出版社 ，2019.

China Artificial Intelligence 2 . 0 Development Strategy Research Project Team. China artificial intelligence 2.0 development strategy research ［M］. Hangzhou ： Zhejiang University Press ， 2019.

潘云鹤 . 人工智能走向 2 .0［J］. Engineering ，2016， 2 （ 4 ）： 51 - 61 .

PAN Yunhe . Heading toward artificial intelligence 2.0 ［J］. Engineering ， 2016 ， 2 （ 4 ）： 51 - 61 .

HUANG T ， WANG J . A practical method of transient stability analysis of stochastic power systems based on EEAC ［J］. International Journal of Electrical Power & Energy Systems ， 2019 ， 107 ： 167 - 176 .

黄天罡 ， 薛禹胜 ， 林振智 ， 等 . 动态EEAC的自适应分段映射 ［J］. 电力系统自动化 ， 2018 ， 42 （ 21 ）： 21 - 27 .

HUANG Tiangang ， XUE Yusheng ， LIN Zhenzhi ， et al . Dynamic EEAC with adaptive subsection mapping ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 21 ）： 21 - 27 .

WANG Q ， LI F ， TANG Y ， et al . Integrating model-driven and data-driven methods for power system frequency stability assessment and control ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 6 ）： 4557 - 4568 .

田芳 ， 周孝信 ， 于之虹 . 基于灵敏度分析和时域仿真的暂态稳定预防控制优化方法 ［J］. 电力自动化设备 ， 2018 ， 38 （ 7 ）： 155 - 161 .

TIAN Fang ， ZHOU Xiaoxin ， YU Zhihong . Optimization method of transient stability preventive control based on sensitivity analysis and time domain simulation ［J］. Electric Power Automation Equipment ， 2018 ， 38 （ 7 ）： 155 - 161 .

蒲志强 ， 易建强 ， 刘振 ， 等 . 知识和数据协同驱动的群体智能决策方法研究综述 ［J］. 自动化学报 ， 2022 ， 48 （ 3 ）： 627 - 643 .

PU Zhiqiang ， YI Jianqiang ， LIU Zhen ， et al . Knowledge-based and data-driven integrating methodologies for collective intelligence decision making： a survey ［J］. Acta Automatica Sinica ， 2022 ， 48 （ 3 ）： 627 - 643 .

李晗 ， 萧德云 . 基于数据驱动的故障诊断方法综述 ［J］. 控制与决策 ， 2011 ， 26 （ 1 ）： 1 - 9 .

LI Han ， XIAO Deyun . Survey on data driven fault diagnosis methods ［J］. Control and Decision ， 2011 ， 26 （ 1 ）： 1 - 9 .

南东亮 ， 冯长有 ， 曹晖 ， 等 . 基于数据驱动的配电网停电预测模型 ［J］. 电工电能新技术 ， 2021 ， 40 （ 12 ）： 56 - 63 .

NAN Dongliang ， FENG Changyou ， CAO Hui ， et al . Data-driven predictive model of distribution system blackout ［J］. Advanced Technology of Electrical Engineering and Energy ， 2021 ， 40 （ 12 ）： 56 - 63 .

XU J X ， HOU Z S . Notes on data-driven system approaches ［J］. Acta Automatica Sinica ， 2009 ， 35 （ 6 ）： 668 - 675 .

郭鸿业 ， 郑可迪 ， 唐庆虎 ， 等 . 数据驱动的电力市场研究：挑战与展望 ［J］. 电力系统自动化 ， 2023 ， 47 （ 1 ）： 200 - 215 .

GUO Hongye ， ZHENG Kedi ， TANG Qinghu ， et al . Research on data-driven electricity market： challenges and prospects ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 1 ）： 200 - 215 .

姚建国 ， 余涛 ， 杨胜春 ， 等 . 提升电网调度中人工智能可用性的混合增强智能知识演化技术 ［J］. 电力系统自动化 ， 2022 ， 46 （ 20 ）： 1 - 12 .

YAO Jianguo ， YU Tao ， YANG Shengchun ， et al . Knowledge evolution technology based on hybrid-augmented intelligence for improving practicability of artificial intelligence in power grid dispatch ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 20 ）： 1 - 12 .

薛禹胜 ， 赖业宁 . 大能源思维与大数据思维的融合（二）：应用及探索 ［J］. 电力系统自动化 ， 2016 ， 40 （ 8 ）： 1 - 13 .

XUE Yusheng ， LAI Yening . Integration of macro energy thinking and big data thinking： Part two applications and explorations ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 8 ）： 1 - 13 .

胡健雄 ， 汤奕 ， 李峰 ， 等 . 电力系统中数据-物理融合模型的并联模式性能分析 ［J］. 电力系统自动化 ， 2022 ， 46 （ 1 ）： 15 - 24 .

HU Jianxiong ， TANG Yi ， LI Feng ， et al . Performance analysis on parallel mode of data-physical fusion model in power system ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 1 ）： 15 - 24 .

SCHÖLKOPF B . Causality for machine learning ［M］. New York， USA ： Probabilistic and Causal Inference， ACM ， 2022 ： 765 - 804 .

CUI P ， ATHEY S . Stable learning establishes some common ground between causal inference and machine learning ［J］. Nature Machine Intelligence ， 2022 ， 4 （ 2 ）： 110 - 115 .

ZHU Y H ， ZABARAS N ， KOUTSOURELAKIS P S ， et al . Physics-constrained deep learning for high-dimensional surrogate modeling and uncertainty quantification without labeled data ［J］. Journal of Computational Physics ， 2019 ， 394 ： 56 - 81 .

KARNIADAKIS G E ， KEVREKIDIS I G ， LU L ， et al . Physics-informed machine learning ［J］. Nature Reviews Physics ， 2021 ， 3 （ 6 ）： 422 - 440 .

CHEN Y T ， HUANG D ， ZHANG D X ， et al . Theory-guided hard constraint projection（HCP）： a knowledge-based data-driven scientific machine learning method ［J］. Journal of Computational Physics ， 2021 ， 445 ： 110624 .

CHEN Y ， ZHANG D . Integration of knowledge and data in machine learning ［J/OL］. ［ 2022-10-30 ］. https：//arxiv.org/abs/2202.10337v1 https://arxiv.org/abs/2202.10337v1 .

王彪 ， 吕洋 ， 陈中 ， 等 . 考虑信息时移的分布式光伏机理-数据混合驱动短期功率预测 ［J］. 电力系统自动化 ， 2022 ， 46 （ 11 ）： 67 - 74 .

WANG Biao ， LYU Yang ， CHEN Zhong ， et al . Hybrid mechanism-data-driven short-term power forecasting of distributed photovoltaic considering information time shift ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 11 ）： 67 - 74 .

江雪晨 ， 王大志 ， 宁一 ， 等 . 电网故障最优诊断的查询方法 ［J］. 高电压技术 ， 2017 ， 43 （ 4 ）： 1311 - 1316 .

JIANG Xuechen ， WANG Dazhi ， NING Yi ， et al . Query method for optimal diagnosis of power system faults ［J］. High Voltage Engineering ， 2017 ， 43 （ 4 ）： 1311 - 1316 .

王志杨 ， 张靖 ， 何宇 ， 等 . 数据与模型混合驱动的区域综合能源系统双层优化调度决策方法 ［J］. 电网技术 ， 2022 ， 46 （ 10 ）： 3797 - 3813 .

WANG Zhiyang ， ZHANG Jing ， HE Yu ， et al . Double-level optimal scheduling decision method for regional comprehensive energy system driven by data and model ［J］. Power System Technology ， 2022 ， 46 （ 10 ）： 3797 - 3813 .

邓柏荣 ， 陈俊斌 ， 丁巧宜 ， 等 . 融合电网运行场景聚类的多任务深度强化学习优化调度 ［J］. 电网技术 ， 2023 ， 47 （ 3 ）： 978 - 987 .

DENG Bairong ， CHEN Junbin ， DING Qiaoyi ， et al . Multi task deep reinforcement learning optimal dispatching based on grid operation scenario clustering ［J］. Power System Technology ， 2023 ， 47 （ 3 ）： 978 - 987 .

LI P ， GUAN X H ， WU J ， et al . Modeling dynamic spatial correlations of geographically distributed wind farms and constructing ellipsoidal uncertainty sets for optimization-based generation scheduling ［J］. IEEE Transactions on Sustainable Energy ， 2015 ， 6 （ 4 ）： 1594 - 1605 .

刘宏伟 ， 赵丽萍 ， 李玉付 . 信息-物理-社会视角下的配电系统优化调度 ［J］. 南方电网技术 ， 2022 ， 16 （ 5 ）： 26 - 33 .

LIU Hongwei ， ZHAO Liping ， LI Yufu . Optimal dispatch of distribution system under cyber-physical-social perspective ［J］. Southern Power System Technology ， 2022 ， 16 （ 5 ）： 26 - 33 .

杨少波 ， 刘道伟 ， 安军 ， 等 . 基于长短期记忆网络的电网动态轨迹趋势预测方法 ［J］. 中国电机工程学报 ， 2020 ， 40 （ 9 ）： 2854 - 2866 .

YANG Shaobo ， LIU Daowei ， AN Jun ， et al . Trend prediction method of power network dynamic trajectory based on long short term memory neural networks ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 9 ）： 2854 - 2866 .

吕睿 ， 薛禹胜 ， 黄天罡 . 准定量法与精确定量法在暂态稳定分析中的融合 ［J］. 电力系统自动化 ， 2021 ， 45 （ 4 ）： 12 - 19 .

LYU Rui ， XUE Yusheng ， HUANG Tiangang . Integration of quasi-quantitative and quantitative methods in transient stability analysis ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 4 ）： 12 - 19 .

李亚鹏 ， 韩旭 ， 于旭光 ， 等 . 模型和数据混合驱动的双边协商电力市场合约价格预测方法 ［J］. 电力系统自动化 ， 2022 ， 46 （ 18 ）： 179 - 189 .

LI Yapeng ， HAN Xu ， YU Xuguang ， et al . Model and data hybrid-driven contract price forecasting method for bilateral negotiation power market ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 18 ）： 179 - 189 .

尚宇炜 ， 马钊 ， 彭晨阳 ， 等 . 内嵌专业知识和经验的机器学习方法探索（一）：引导学习的提出与理论基础 ［J］. 中国电机工程学报 ， 2017 ， 37 （ 19 ）： 5560 - 5571 .

SHANG Yuwei ， MA Zhao ， PENG Chenyang ， et al . Study of a novel machine learning method embedding expertise： Part Ⅰ proposals and fundamentals of guiding learning ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 19 ）： 5560 - 5571 .

尚宇炜 ， 郭剑波 ， 吴文传 ， 等 . 电力脑初探：一种多模态自适应学习系统 ［J］. 中国电机工程学报 ， 2018 ， 38 （ 11 ）： 3133 - 3143 .

SHANG Yuwei ， GUO Jianbo ， WU Wenchuan ， et al . Preliminary study of electric power brain： a multimodal adaptive learning system ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 11 ）： 3133 - 3143 .

李峰 ， 王琦 ， 胡健雄 ， 等 . 数据与知识联合驱动方法研究进展及其在电力系统中应用展望 ［J］. 中国电机工程学报 ， 2021 ， 41 （ 13 ）： 4377 - 4390 .

LI Feng ， WANG Qi ， HU Jianxiong ， et al . Combined data-driven and knowledge-driven methodology research advances and its applied prospect in power systems ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 13 ）： 4377 - 4390 .

王继业 . “数字国网”战略及人工智能应用 ［R］. 北京 ： 中国电力科学研究院 ， 2018 .

WANG Jiye . “ Digital state grid” strategy and application of artificial intelligence ［R］. Beijing ： China Electric Power Research Institute ， 2018 .

贺兴 ， 艾芊 ， 朱天怡 ， 等 . 数字孪生在电力系统应用中的机遇和挑战 ［J］. 电网技术 ， 2020 ， 44 （ 6 ）： 2009 - 2019 .

HE Xing ， AI Qian ， ZHU Tianyi ， et al . Opportunities and challenges of the digital twin in power system applications ［J］. Power System Technology ， 2020 ， 44 （ 6 ）： 2009 - 2019 .

蒲天骄 ， 陈盛 ， 赵琦 ， 等 . 能源互联网数字孪生系统框架设计及应用展望 ［J］. 中国电机工程学报 ， 2021 ， 41 （ 6 ）： 2012 - 2029 .

PU Tianjiao ， CHEN Sheng ， ZHAO Qi ， et al . Framework design and application prospect for digital twins system of energy Internet ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 6 ）： 2012 - 2029 .

相晨萌 ， 曾四鸣 ， 闫鹏 ， 等 . 数字孪生技术在电网运行中的典型应用与展望 ［J］. 高电压技术 ， 2021 ， 47 （ 5 ）： 1564 - 1575 .

XIANG Chenmeng ， ZENG Siming ， YAN Peng ， et al . Typical application and prospect of digital twin technology in power grid operation ［J］. High Voltage Engineering ， 2021 ， 47 （ 5 ）： 1564 - 1575 .

王鑫 ， 王霖 ， 余芸 ， 等 . 数字孪生电网的特性、架构及应用综述 ［J］. 电子与信息学报 ， 2022 ， 44 （ 11 ）： 3721 - 3733 .

WANG Xin ， WANG Lin ， YU Yun ， et al . A summary of the characteristics， architecture and application of digital twin power grid ［J］. Journal of Electronics & Information Technology ， 2022 ， 44 （ 11 ）： 3721 - 3733 .

徐彪 ， 尹项根 ， 张哲 ， 等 . 矩阵算法和优化算法相结合的配电网故障定位 ［J］. 电力系统自动化 ， 2019 ， 43 （ 5 ）： 152 - 158 .

XU Biao ， YIN Xianggen ， ZHANG Zhe ， et al . Fault location for distribution network based on matrix algorithm and optimization algorithm ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 5 ）： 152 - 158 .

JUNG D ， NG K Y ， FRISK E ， et al . Combining model-based diagnosis and data-driven anomaly classifiers for fault isolation ［J］. Control Engineering Practice ， 2018 ， 80 ： 146 - 156 .

TZANIS N ， ANDRIOPOULOS N ， MAGKLARAS A ， et al . A hybrid cyber physical digital twin approach for smart grid fault prediction ［C］// 2020 IEEE Conference on Industrial Cyberphysical Systems （ICPS） ， June 10-12 ， 2020 ， Tampere， Finland ： 393 - 397 .

HUANG C C ， QI W C ， WANG Q Q ， et al . Subsequent commutation failure prediction of HVDC by integrating physical-driven and model-driven methods ［C］// 2020 4th International Conference on HVDC ， November 6-9 ， 2020 ， Xi’an， China ： 242 - 247 .

鲍颜红 ， 冯长有 ， 任先成 ， 等 . 基于支持向量机的在线暂态稳定故障筛选 ［J］. 电力系统自动化 ， 2019 ， 43 （ 22 ）： 52 - 58 .

BAO Yanhong ， FENG Changyou ， REN Xiancheng ， et al . Online transient stability fault screening based on support vector machine ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 22 ）： 52 - 58 .

黄登一 ， 刘灏 ， 毕天姝 ， 等 . 基于模型-数据联合驱动的电网扰动定位方法 ［J］. 电网技术 ， 2023 ， 47 （ 3 ）： 1206 - 1217 .

HUANG Dengyi ， LIU Hao ， BI Tianshu ， et al . A joint model and data-driven based power system disturbance localization approach ［J］. Power System Technology ， 2023 ， 47 （ 3 ）： 1206 - 1217 .

张淑清 ， 李君 ， 姜安琦 ， 等 . 基于FPA-VMD和BiLSTM神经网络的新型两阶段短期电力负荷预测 ［J］. 电网技术 ， 2022 ， 46 （ 8 ）： 3269 - 3279 .

ZHANG Shuqing ， LI Jun ， JIANG Anqi ， et al . A novel two-stage model based on FPA-VMD and BiLSTM neural network for short-term power load forecasting ［J］. Power System Technology ， 2022 ， 46 （ 8 ）： 3269 - 3279 .

CHEN Y T ， ZHANG D X . Theory-guided deep-learning for electrical load forecasting （TgDLF） via ensemble long short-term memory ［J］. Advances in Applied Energy ， 2021 ， 1 ： 100004 .

王琦 ， 李峰 ， 汤奕 ， 等 . 基于物理—数据融合模型的电网暂态频率特征在线预测方法 ［J］. 电力系统自动化 ， 2018 ， 42 （ 19 ）： 1 - 9 .

WANG Qi ， LI Feng ， TANG Yi ， et al . On-line prediction method of transient frequency characteristics for power grid based on physical-statistical model ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 19 ）： 1 - 9 .

WANG X X ， BA Y ， LIU R ， et al . Model-data integration driven based power system frequency response model ［C］// 2021 IEEE International Conference on Artificial Intelligence and Computer Applications （ICAICA） ， June 28-30 ， 2021 ， Dalian， China ： 107 - 112 .

温玉琦 . 一种基于数据驱动与物理模型融合的含风电系统频率响应分析方法 ［J］. 广东电力 ， 2019 ， 32 （ 9 ）： 167 - 176 .

WEN Yuqi . A frequency response analysis method for wind power system based on data driven-physical model fusion ［J］. Guangdong Electric Power ， 2019 ， 32 （ 9 ）： 167 - 176 .

汤奕 ， 崔晗 ， 李峰 ， 等 . 人工智能在电力系统暂态问题中的应用综述 ［J］. 中国电机工程学报 ， 2019 ， 39 （ 1 ）： 2 - 13 .

TANG Yi ， CUI Han ， LI Feng ， et al . Review on artificial intelligence in power system transient stability analysis ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 1 ）： 2 - 13 .

李可军 ， 亓孝武 ， 魏本刚 ， 等 . 基于核极限学习机误差预测修正的变压器顶层油温预测 ［J］. 高电压技术 ， 2017 ， 43 （ 12 ）： 4045 - 4053 .

LI Kejun ， QI Xiaowu ， WEI Bengang ， et al . Prediction of transformer top oil temperature based on kernel extreme learning machine error prediction and correction ［J］. High Voltage Engineering ， 2017 ， 43 （ 12 ）： 4045 - 4053 .

刘礼恺 ， 胡泽春 ， 罗浩成 ， 等 . 基于数据驱动和条件概率的调频容量需求计算方法 ［J］. 电网技术 ， 2021 ， 45 （ 7 ）： 2569 - 2576 .

LIU Likai ， HU Zechun ， LUO Haocheng ， et al . Data-driven based regulation reserve capacity requirement calculation using conditional probability ［J］. Power System Technology ， 2021 ， 45 （ 7 ）： 2569 - 2576 .

程浩忠 ， 胡枭 ， 王莉 ， 等 . 区域综合能源系统规划研究综述 ［J］. 电力系统自动化 ， 2019 ， 43 （ 7 ）： 2 - 13 .

CHENG Haozhong ， HU Xiao ， WANG Li ， et al . Review on research of regional integrated energy system planning ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 7 ）： 2 - 13 .

张璐 ， 黄睿 ， 王照琪 ， 等 . 考虑恢复力与经济性均衡的配电网移动储能优化配置策略 ［J］. 电力系统自动化 ， 2020 ， 44 （ 21 ）： 23 - 31 .

ZHANG Lu ， HUANG Rui ， WANG Zhaoqi ， et al . Optimal configuration strategy of mobile energy storage in distribution network considering balance between resilience and economy ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 21 ）： 23 - 31 .

TAN Y ， CHEN Y Y ， LI Y ， et al . Linearizing power flow model： a hybrid physical model-driven and data-driven approach ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 3 ）： 2475 - 2478 .

杨晓东 ， 严剑峰 ， 刘佳霖 . 结合深度强化学习与人工经验的电网输电断面功率调整方法 ［J］. 电力系统自动化 ， 2023 ， 47 （ 15 ）： 133 - 141 .

YANG Xiaodong ， YAN Jianfeng ， LIU Jialin . Power adjustment method for transmission section in power grid combining deep reinforcement learning and artificial experience ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 15 ）： 133 - 141 .

卢锦玲 ， 颜禄涵 ， 腊志源 ， 等 . 基于数字孪生与动态能效模型的综合能源系统实时优化调度策略 ［J］. 电网技术 ， 2023 ， 47 （ 1 ）： 226 - 238 .

LU Jinling ， YAN Luhan ， LA Zhiyuan ， et al . Real-time optimal scheduling strategy of integrated energy system based on digital twinning and dynamic energy efficiency model ［J］. Power System Technology ， 2023 ， 47 （ 1 ）： 226 - 238 .

LI F ， WANG Q ， TANG Y ， et al . Hybrid analytical and data-driven modeling based instance-transfer method for power system online transient stability assessment ［J］. CSEE Journal of Power and Energy Systems ， 2021 ， PP（ 99 ）： 1 - 10 .

薛禹胜 ， 黄天罡 ， 陈国平 ， 等 . 关于暂态稳定分析算例筛选的评述 ［J］. 电力系统自动化 ， 2019 ， 43 （ 6 ）： 1 - 14 .

XUE Yusheng ， HUANG Tiangang ， CHEN Guoping ， et al . Review on case filtering in transient stability analysis ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 6 ）： 1 - 14 .

胡伟 ， 郑乐 ， 闵勇 ， 等 . 基于深度学习的电力系统故障后暂态稳定评估研究 ［J］. 电网技术 ， 2017 ， 41 （ 10 ）： 3140 - 3146 .

HU Wei ， ZHENG Le ， MIN Yong ， et al . Research on power system transient stability assessment based on deep learning of big data technique ［J］. Power System Technology ， 2017 ， 41 （ 10 ）： 3140 - 3146 .

王亮 ， 韩冬 ， 王长江 ， 等 . 基于MVEE和LSPTSVM的电力系统暂态稳定评估 ［J］. 电力系统保护与控制 ， 2020 ， 48 （ 17 ）： 45 - 54 .

WANG Liang ， HAN Dong ， WANG Changjiang ， et al . Power system transient stability assessment based on MVEE and LSPTSVM ［J］. Power System Protection and Control ， 2020 ， 48 （ 17 ）： 45 - 54 .

李永康 ， 刘宝柱 ， 胡俊杰 . 基于数据驱动与时域仿真融合的电力系统暂态稳定快速评估 ［J］. 电网技术： 2023 ， 47 （ 11 ）： 4386 - 4395 .

LI Yongkang ， LIU Baozhu ， HU Junjie . Rapid evaluation of power system transient stability based on fusion of data-driven and time-domain simulation ［J］. Power System Technology 2023 ， 47 （ 11 ）： 4386 - 4395 .

黄天恩 ， 郭庆来 ， 孙宏斌 ， 等 . 模型-数据混合驱动的电网安全特征选择和知识发现关键技术与工程应用 ［J］. 电力系统自动化 ， 2019 ， 43 （ 1 ）： 95 - 101 .

HUANG Tianen ， GUO Qinglai ， SUN Hongbin ， et al . Hybrid model and data driven concepts for power system security feature selection and knowledge discovery： key technologies and engineering application ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 95 - 101 .

杨斌 ， 杜文娟 ， 王海风 . 数据驱动下的虚拟同步发电机等效建模 ［J］. 电网技术 ， 2020 ， 44 （ 1 ）： 35 - 43 .

YANG Bin ， DU Wenjuan ， WANG Haifeng . Equivalent modeling of virtual synchronous generator based on data-driven method ［J］. Power System Technology ， 2020 ， 44 （ 1 ）： 35 - 43 .

BELLIZIO F ， CREMER J L ， SUN M Y ， et al . A causality based feature selection approach for data-driven dynamic security assessment ［J］. Electric Power Systems Research ， 2021 ， 201 ： 107537 .

LI F ， WANG Q ， TANG Y ， et al . An integrated method for critical clearing time prediction based on a model-driven and ensemble cost-sensitive data-driven scheme ［J］. International Journal of Electrical Power & Energy Systems ， 2021 ， 125 ： 106513 .

吴滨源 ， 李建文 ， 李永刚 ， 等 . 基于知识和数据联合驱动的并网逆变器多工况阻抗获取方法 ［J］. 电力系统自动化 ， 2022 ， 46 （ 6 ）： 83 - 91 .

WU Binyuan ， LI Jianwen ， LI Yonggang ， et al . Combined data-knowledge-driven impedance acquisition method for grid-connected inverter under multiple operation conditions ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 6 ）： 83 - 91 .

强子玥 ， 吴俊勇 ， 李宝琴 ， 等 . 基于改进AlexNet的电力系统暂态功角失稳紧急控制策略 ［J］. 高电压技术 ， 2022 ， 48 （ 7 ）： 2794 - 2804 .

QIANG Ziyue ， WU Junyong ， LI Baoqin ， et al . Emergency control strategy for transient angle instability of power system based on improved AlexNet ［J］. High Voltage Engineering ， 2022 ， 48 （ 7 ）： 2794 - 2804 .

庄颖睿 ， 肖谭南 ， 程林 ， 等 . 基于时空图卷积网络的电力系统暂态稳定评估 ［J］. 电力系统自动化 ， 2022 ， 46 （ 11 ）： 11 - 18 .

ZHUANG Yingrui ， XIAO Tannan ， CHENG Lin ， et al . Transient stability assessment of power system based on spatio-temporal graph convolutional network ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 11 ）： 11 - 18 .

李柏堉 ， 赵津蔓 ， 韩肖清 ， 等 . 基于双智能体深度强化学习的电力系统静态安全预防控制方法 ［J］. 中国电机工程学报 ， 2023 ， 43 （ 5 ）： 1818 - 1831 .

LI Baiyu ， ZHAO Jinman ， HAN Xiaoqing ， et al . Static security oriented preventive control of power system based on double deep reinforcement learning ［J］. Proceedings of the CSEE ， 2023 ， 43 （ 5 ）： 1818 - 1831 .

傅一苇 ， 陈磊 ， 马子明 ， 等 . 含数据驱动型稳定约束的电力系统预防控制 ［J］. 中国电机工程学报 ， 2022 ， 42 （ 15 ）： 5417 - 5430 .

FU Yiwei ， CHEN Lei ， MA Ziming ， et al . Preventive control of power system with analytic data-driven stability constraints ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 15 ）： 5417 - 5430 .

LIU J Z ， ZHANG Y C ， MENG K ， et al . Real-time emergency load shedding for power system transient stability control： a risk-averse deep learning method ［J］. Applied Energy ， 2022 ， 307 ： 118221 .

唐成鹏 ， 张粒子 ， 刘方 ， 等 . 基于多智能体强化学习的电力现货市场定价机制研究（一）：不同定价机制下发电商报价双层优化模型 ［J］. 中国电机工程学报 ， 2021 ， 41 （ 2 ）： 536 - 553 .

TANG Chengpeng ， ZHANG Lizi ， LIU Fang ， et al . Research on pricing mechanism of electricity spot market based on multi-agent reinforcement learning（part Ⅰ）： Bi-level optimization model for generators under different pricing mechanisms ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 2 ）： 536 - 553 .

RUAN G C ， WANG J X ， ZHONG H W ， et al . Improving sample efficiency of deep learning models in electricity market ［J］. IEEE Transactions on Power Systems ， 2022 ， PP（ 99 ）： 1 - 13 .

MA J ， OPPONG A ， ADJEI G K B ， et al . Demand and supply-side determinants of electric power consumption and representative roadmaps to 100% renewable systems ［J］. Journal of Cleaner Production ， 2021 ， 299 ： 126832 .

BU F K ， MA Z X ， YUAN Y X ， et al . WECC composite load model parameter identification using evolutionary deep reinforcement learning ［J］. IEEE Transactions on Smart Grid ， 2020 ， 11 （ 6 ）： 5407 - 5417 .

STRÖFER C M ， WU J L ， XIAO H ， et al . Data-driven， physics-based feature extraction from fluid flow fields ［EB/OL］. ［ 2023-02-01 ］. https：//arxiv.org/abs/1802.00775 https://arxiv.org/abs/1802.00775 .

尚宇炜 ， 郭剑波 ， 吴文传 ， 等 . 数据-知识融合的机器学习（1）：模型分析 ［J］. 中国电机工程学报 ， 2019 ， 39 （ 15 ）： 4406 - 4416 .

SHANG Yuwei ， GUO Jianbo ， WU Wenchuan ， et al . Machine learning methods embedded with domain knowledge（part Ⅰ）： model analysis ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 15 ）： 4406 - 4416 .

王甜婧 ， 汤涌 ， 郭强 ， 等 . 基于知识经验和深度强化学习的大电网潮流计算收敛自动调整方法 ［J］. 中国电机工程学报 ， 2020 ， 40 （ 8 ）： 2396 - 2406 .

WANG Tianjing ， TANG Yong ， GUO Qiang ， et al . Automatic adjustment method of power flow calculation convergence for large-scale power grid based on knowledge experience and deep reinforcement learning ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 8 ）： 2396 - 2406 .

HU X Y ， HU H J ， VERMA S ， et al . Physics-guided deep neural networks for power flow analysis ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 3 ）： 2082 - 2092 .

尚宇炜 ， 马钊 ， 彭晨阳 ， 等 . 内嵌专业知识和经验的机器学习方法探索（二）：引导学习的应用与实践 ［J］. 中国电机工程学报 ， 2017 ， 37 （ 20 ）： 5852 - 5861 .

SHANG Yuwei ， MA Zhao ， PENG Chenyang ， et al . Study of a novel machine learning method embedding expertise： part Ⅱ applications and practices of guiding learning ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 20 ）： 5852 - 5861 .

李家宁 ， 熊睿彬 ， 兰艳艳 ， 等 . 因果机器学习的前沿进展综述 ［J］. 计算机研究与发展 ， 2023 ， 60 （ 1 ）： 59 - 84 .

LI Jianing ， XIONG Ruibin ， LAN Yanyan ， et al . A summary of the frontier progress of causal machine learning ［J］. Journal of Computer Research and Development ， 2023 ， 60 （ 1 ）： 59 - 84 .

王力成 ， 邓宝华 ， 黄刚 ， 等 . 知识-数据混合驱动的电网频率协同控制算法 ［J］. 中国电机工程学报 ， 2022 ， 42 （ 23 ）： 8523 - 8534 .

WANG Licheng ， DENG Baohua ， HUANG Gang ， et al . Knowledge-data hybrid driven frequency cooperative control algorithm for power grid ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 23 ）： 8523 - 8534 .

陆俊 ， 陈志敏 ， 龚钢军 ， 等 . 基于极限学习机的居民用电行为分类分析方法 ［J］. 电力系统自动化 ， 2019 ， 43 （ 2 ）： 97 - 104 .

LU Jun ， CHEN Zhimin ， GONG Gangjun ， et al . Classification analysis method for electricity consumption behavior based on extreme learning machine algorithm ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 2 ）： 97 - 104 .

王凯亮 ， 陆俊 ， 徐志强 ， 等 . 基于先验知识与DBM采样的类不平衡用电数据分类方法 ［J］. 电力系统自动化 ， 2019 ， 43 （ 20 ）： 57 - 64 .

WANG Kailiang ， LU Jun ， XU Zhiqiang ， et al . Classification method of unbalanced power consumption data based on prior knowledge and deep Boltzmann machine sampling ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 20 ）： 57 - 64 .

朱继忠 ， 骆腾燕 ， 吴皖莉 ， 等 . 综合能源系统运行可靠性评估评述Ⅱ：数据驱动法与模型-数据混合驱动法 ［J］. 电工技术学报 ， 2022 ， 37 （ 13 ）： 3227 - 3240 .

ZHU Jizhong ， LUO Tengyan ， WU Wanli ， et al . A review of operational reliability assessment of integrated energy systems Ⅱ： data-driven method and model-data hybrid driven method ［J］. Transactions of China Electrotechnical Society ， 2022 ， 37 （ 13 ）： 3227 - 3240 .

蒲天骄 ， 张中浩 ， 谈元鹏 ， 等 . 电力人工智能技术理论基础与发展展望（二）：自主学习与应用初探 ［J/OL］. 中国电机工程学报 ： 1 - 14 ［ 2022-10-02 ］.html：//kns.cnki.net/kcms/detail/ 11 .2107.TM. 20220729.1748 .004.html.

PU Tianjiao ， ZHANG Zhonghao ， TAN Yuanpeng ， et al . Theoretical primer and directions of electric power artificial intelligence Ⅱ： self-directed learning and preliminary application ［J/OL］. Proceedings of the CSEE ： 1 - 14 ［ 2022-10-02 ］. html：//kns.cnki.net/kcms/detail/ 11 .2107.TM. 20220729.1748 .004.html.