支撑新型配电网数字化规划的图形⁃模型⁃数据融合关键技术

余涛; 王梓耀; 孙立明; 曹华珍; 吴亚雄; 吴毓峰

doi:10.7500/AEPS20230330004

您当前的位置：

首页 >

文章列表页 >

支撑新型配电网数字化规划的图形⁃模型⁃数据融合关键技术

新型电力系统数字化关键技术综述 | 更新时间：2025-06-16

- 支撑新型配电网数字化规划的图形⁃模型⁃数据融合关键技术
- Key Technologies for Graph-Model-Data Fusion Supporting Digital Planning of New Distribution Networks
- 电力系统自动化 2024年48卷第6期页码：139-153
- 作者机构：
  
  1.华南理工大学电力学院,广东省广州市 510640
  2.广州水沐青华科技有限公司,广东省广州市 510898
  3.广东电网有限责任公司电网规划研究中心,广东省广州市 510080
- 作者简介：
  
  余涛(1974—)，男，博士，教授，博士生导师，主要研究方向：复杂电力系统的非线性控制理论、优化及机器学习。E-mail：taoyu1@scut.edu.cn
  王梓耀(1996—)，男，通信作者，博士研究生，主要研究方向：智能配电网可靠性与弹性、新型配电网数字化规划。E-mail：ziyaowang100@sina.com
  孙立明(1977—)，男，博士研究生，主要研究方向：电力系统、工业制造过程的先进控制系统与装置、电力系统生产过程数据的智能分析。E-mail：sunlm@139.com
- 基金信息：
  
  国家自然科学基金资助项目(52207105);中国博士后科学基金资助项目(2022M721184);广东省基础与应用基础研究基金资助项目(2023A1515011598);不同地区配电网规划系统的建设思路有所不同，从应用框架上可分为以下两大类：
- DOI：10.7500/AEPS20230330004
  中图分类号：
- 收稿：2023-03-30，
  
  修回：2023-10-29，
  
  网络出版：2023-12-29，
  
  纸质出版：2024-03-25
- 稿件说明：
移动端阅览
余涛,王梓耀,孙立明等.支撑新型配电网数字化规划的图形⁃模型⁃数据融合关键技术[J].电力系统自动化,2024,48(6):139-153.

YU Tao,WANG Ziyao,SUN Liming,et al.Key Technologies for Graph-Model-Data Fusion Supporting Digital Planning of New Distribution Networks[J].Automation of Electric Power Systems,2024,48(6):139-153.
余涛,王梓耀,孙立明等.支撑新型配电网数字化规划的图形⁃模型⁃数据融合关键技术[J].电力系统自动化,2024,48(6):139-153. DOI： 10.7500/AEPS20230330004.

YU Tao,WANG Ziyao,SUN Liming,et al.Key Technologies for Graph-Model-Data Fusion Supporting Digital Planning of New Distribution Networks[J].Automation of Electric Power Systems,2024,48(6):139-153. DOI： 10.7500/AEPS20230330004.

摘要

配电网规划领域期盼实现智能规划，其愿景在于实现无人或少人干预的全自动规划。在数字化转型的背景下，新型配电网规划将面临图形多样化、场景碎片化、数据规模化三大挑战。文中从图形-模型-数据融合的角度提出三大关键技术：基于电气图纸识别和拓扑智能分析的图形-模型融合技术、基于知识驱动的负荷/新能源推演分析和智能决策的模型-数据融合技术、基于多模态数据融合和多时空数据联动的图形-数据融合技术，尝试打破理论研究与数字化工程的壁垒。最后，对未来新型配电网数字化规划的发展进行思考和展望，为实现“以机为主，人机协同”的大闭环模式提供借鉴。

Abstract

The field of distribution network planning looks forward to achieving intelligent planning

with the vision of achieving fully automated planning with no or minimal human intervention. In the context of digital transformation

the planning of new distribution networks will face three challenges

i.e.

diversified graphics

fragmented scenes

and large-scale data. Three key technologies are proposed from the perspective of graph-model-data fusion: the graph-model fusion technology based on electrical drawing recognition and topology intelligent analysis

the model-data fusion technology based on knowledge-driven load/renewable energy deduction analysis and intelligent decision-making

and the graph-data fusion technology based on multi-modal data fusion and multi spatiotemporal data fusion

trying to break down the barriers between theoretical research and digital engineering. Finally

the development of digital planning for future new distribution network is considered and prospected

providing a reference for achieving a large closed-loop model of “machine-centric

human-machine collaboration”.

关键词

Keywords

references

AL-SHOQRAN M ， AL ZUB’I S . A review on industry 4.0 management for sustainable technologies ［C］// Proceedings of European ， Asian， Middle Eastern， North African Conference on Management & Information Systems， March 19-20， 2021， Istanbul， Turkey .

马佳 . 为电力企业数字化转型提供多种视角［N］. 国家电网报， 2022-04-28 （4）.

MA Jia . Provide multiple perspectives for digital transformation of power enterprises ［N］. State Grid News ， 2022-04-28 （4）.

中共中央国务院印发《数字中国建设整体布局规划》［N］. 人民日报， 2023-02-28 （1）.

The Central Committee of the Communist Party of China and the State Council have issued the “Overall Layout Plan for the Construction of Digital China” ［N］. The People’s Daily ， 2023-02-28 （1）.

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 ．

刘广一，戴仁昶，路轶，等 . 电力图计算平台及其在能源互联网中的应用［J］. 电网技术， 2021 ， 45 （ 6 ）： 2051 - 2063 .

LIU Guangyi ， DAI Renchang ， LU Yi ， et al . Electric power graph computing platform and its application in energy Internet ［J］. Power System Technology ， 2021 ， 45 （ 6 ）： 2051 - 2063 .

中国信息通信研究院 . 数字化绿色化协同发展白皮书（2022年）［R］. 2023 .

China Academy of Information and Communications Technology . Digital and green coordinated development （2022）［R］. 2023 .

HINTON G E ， SALAKHUTDINOV R R . Reducing the dimensionality of data with neural networks ［J］. Science ， 2006 ， 313 （ 5786 ）： 504 - 507 .

SILVER D ， SCHRITTWIESER J ， SIMONYAN K ， et al . Mastering the game of go without human knowledge ［J］. Nature ， 2017 ， 550 （ 7676 ）： 354 - 359 .

VAN DIS E A M ， BOLLEN J ， ZUIDEMA W ， et al . ChatGPT： five priorities for research ［J］. Nature ， 2023 ， 614 （ 7947 ）： 224 - 226 .

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 .

金哲，张引，吴飞，等 . 数据驱动与知识引导结合下人工智能算法模型［J］. 电子与信息学报， 2023 ， 45 （ 7 ）： 2580 - 2594 .

JIN Zhe ， ZHANG Yin ， WU Fei ， et al . Artificial intelligence algorithms based on data-driven and knowledge-guided models ［J］. Journal of Electronics & Information Technology ， 2023 ， 45 （ 7 ）： 2580 - 2594 .

万灿，宋永华 . 新能源电力系统概率预测理论与方法及其应用［J］. 电力系统自动化， 2021 ， 45 （ 1 ）： 2 - 16 .

WAN Can ， SONG Yonghua . Theories， methodologies and applications of probabilistic forecasting for power systems with renewable energy sources ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 1 ）： 2 - 16 .

程乐峰，余涛，张孝顺，等 . 机器学习在能源与电力系统领域的应用和展望［J］. 电力系统自动化， 2019 ， 43 （ 1 ）： 15 - 31 .

CHENG Lefeng ， YU Tao ， ZHANG Xiaoshun ， et al . Machine learning for energy and electric power systems： state of the art and prospects ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 15 - 31 .

白浩，周长城，袁智勇，等 . 基于数字孪生的数字电网展望和思考［J］. 南方电网技术， 2020 ， 14 （ 8 ）： 18 - 24 .

BAI Hao ， ZHOU Changcheng ， YUAN Zhiyong ， et al . Prospect and thinking of digital power grid based on digital twin ［J］. Southern Power System Technology ， 2020 ， 14 （ 8 ）： 18 - 24 .

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 .

董旭柱，华祝虎，尚磊，等 . 新型配电系统形态特征与技术展望［J］. 高电压技术， 2021 ， 47 （ 9 ）： 3021 - 3035 .

DONG Xuzhu ， HUA Zhuhu ， SHANG Lei ， et al . Morphological characteristics and technology prospect of new distribution system ［J］. High Voltage Engineering ， 2021 ， 47 （ 9 ）： 3021 - 3035 .

王成山，王瑞，于浩，等 . 配电网形态演变下的协调规划问题与挑战［J］. 中国电机工程学报， 2020 ， 40 （ 8 ）： 2385 - 2396 .

WANG Chengshan ， WANG Rui ， YU Hao ， et al . Challenges on coordinated planning of smart distribution networks driven by source-network-load evolution ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 8 ）： 2385 - 2396 .

PENG C Y ， XIA F ， NASERIPARSA M ， et al . Knowledge graphs： opportunities and challenges ［J］. Artificial Intelligence Review ， 2023 ， 56 （ 11 ）： 13071 - 13102 .

王书峰 . 计算机辅助管理在电网规划中的应用［J］. 电子世界， 2013 （ 15 ）： 14 .

WANG Shufeng . Application of computer aided management in power grid planning ［J］. Electronics World ， 2013 （ 15 ）： 14 .

陈健，万国成，孙冠男，等 . GIS平台电网规划辅助决策系统开发与应用［J］. 电力系统及其自动化学报， 2010 ， 22 （ 6 ）： 99 - 103 .

CHEN Jian ， WAN Guocheng ， SUN Guannan ， et al . Development and application of GIS platform decision-making support system for power network planning ［J］. Proceedings of the CSU-EPSA ， 2010 ， 22 （ 6 ）： 99 - 103 .

How CAD has evolved since 1982 ［EB/OL］. ［ 2023-02-01 ］. https：//www.scan2cad.com/blog/cad/cad-evolved-since-19 82/ https://www.scan2cad.com/blog/cad/cad-evolved-since-1982/ .

History of GIS ［EB/OL］. ［ 2023-01-01 ］. https：//www.esri.com/en-us/what-is-gis/history-of-gis https://www.esri.com/en-us/what-is-gis/history-of-gis .

YEH E C ， TRAM H . Information integration in computerized distribution system planning ［J］. IEEE Transactions on Power Systems ， 1997 ， 12 （ 2 ）： 1008 - 1013 .

沈沉，陈颖，黄少伟，等 . 新型电力系统仿真应用软件设计理念与发展路径［J］. 电力系统自动化， 2022 ， 46 （ 10 ）： 75 - 86 .

SHEN Chen ， CHEN Ying ， HUANG Shaowei ， et al . Design idea and development path of simulation application software for new power system ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 10 ）： 75 - 86 .

HOMER pro version history ［EB/OL］. ［ 2023-02-01 ］. https：//www.homerenergy.com/products/pro/version-history.html https://www.homerenergy.com/products/pro/version-history.html .

CHASSIN D P ， SCHNEIDER K ， GERKENSMEYER C . GridLAB-D： an open-source power systems modeling and simulation environment ［C］// 2008 IEEE/PES Transmission and Distribution Conference and Exposition ， April 21-24 ， 2008 ， Chicago， USA ： 1 - 5 .

FERNÁNDEZ-PORRAS P ， GONZÁLEZ-SOLÍS R ， MOLINA-GUZMÁN B . Distribution network planning for smart grids： CIM and OpenDSS as allies in the process ［C］// 2021 IEEE PES Innovative Smart Grid Technologies Conference - Latin America （ISGT Latin America）， September 15-17 ， 2021 ， Lima， Peru ： 1 - 5 .

梁耀文 . 基于ArcGIS Engine的电力数据可视化管理方法［J］. 数字技术与应用， 2021 ， 39 （ 5 ）： 73 - 74 .

LIANG Yaowen . Visualized management method of electric power data based on ArcGIS engine ［J］. Digital Technology & Application ， 2021 ， 39 （ 5 ）： 73 - 74 .

UDDIN S ， CHAKRAVORTY S ， SHERPA K S ， et al . Power distribution system planning using Q-GIS ［J］. International Journal of Energy Optimization and Engineering ， 2018 ， 7 （ 2 ）： 61 - 75 .

黄平 . 地理信息系统在电网规划中应用的展望［J］. 电力技术经济， 2009 ， 21 （ 4 ）： 10 - 15 .

HUANG Ping . Prospects of application of GIS in power grid planning ［J］. Electric Power Technologic Economics ， 2009 ， 21 （ 4 ）： 10 - 15 .

崔静 . “网上电网”构建电网数字世界［J］. 华北电业， 2020 （ 9 ）： 78 - 80 .

CUI Jing . “ Online power grid” to construct digital world of power grid ［J］. North China Power ， 2020 （ 9 ）： 78 - 80 .

戴乔旭，王小虎，罗宗杰 . 基于南网智瞰的配电网辅助规划应用［J］. 电工技术， 2022 （ 15 ）： 138 - 139 .

DAI Qiaoxu ， WANG Xiaohu ， LUO Zongjie . Auxiliary planning application of distribution grid based on south grid smart view ［J］. Electric Engineering ， 2022 （ 15 ）： 138 - 139 .

肖峻 . 城市电网规划计算机辅助决策新技术的研究与实现［D］. 天津：天津大学， 2003 .

XIAO Jun . A study and implementation on new technologies of computer decision-making support for urban power system planning ［D］. Tianjin ： Tianjin University ， 2003 .

ZHUO Z Y ， DU E S ， ZHANG N ， et al . Cost increase in the electricity supply to achieve carbon neutrality in China ［J］. Nature Communications ， 2022 ， 13 ： 3172 .

崔凯，孔祥玉，于慧芳 . 法国配电网规划方法研究及相关启示［J］. 供用电， 2014 ， 31 （ 8 ）： 58 - 61 .

CUI Kai ， KONG Xiangyu ， YU Huifang . Research on distribution network planning method in France and its related enlightenment ［J］. Distribution & Utilization ， 2014 ， 31 （ 8 ）： 58 - 61 .

王梓耀，罗庆全，萧文聪，等 . 电网厂站接线图人工智能识别关键方法［J］. 电力系统自动化， 2023 ， 47 （ 2 ）： 115 - 124 .

WANG Ziyao ， LUO Qingquan ， XIAO Wencong ， et al . Key method of wiring diagram recognition with artificial intelligence for power plant and substation ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 2 ）： 115 - 124 .

WANG Z Y ， LIN D ， ZENG G X ， et al . A practical large-scale distribution network planning model based on elite ant-Q ［J］. IEEE Access ， 2020 ， 8 ： 58912 - 58922 .

ZHANG G ， ZHANG F ， WANG X Y ， et al . Fast resilience assessment of distribution systems with a non-simulation-based method ［J］. IEEE Transactions on Power Delivery ， 2022 ， 37 （ 2 ）： 1088 - 1099 .

唐俊熙，王梓耀，张俊潇，等 . 基于文化蚁群算法的高可靠多电源配电网规划模型［J］. 电力系统保护与控制， 2020 ， 48 （ 7 ）： 99 - 107 .

TANG Junxi ， WANG Ziyao ， ZHANG Junxiao ， et al . High reliability multi-power distribution network planning model based on memetic ant colony algorithm ［J］. Power System Protection and Control ， 2020 ， 48 （ 7 ）： 99 - 107 .

WANG Y S ， WU H ， XU H L ， et al . A general fast power flow algorithm for transmission and distribution networks ［J］. IEEE Access ， 2020 ， 8 ： 23284 - 23293 .

林丹 . 考虑信息物理交互的配电网供电可靠性精细化评估模型研究［D］. 广州：华南理工大学， 2021 .

LIN Dan . Research on elaborate evaluation model of power supply reliability for distribution network considering cyber-physical interaction ［D］. Guangzhou ： South China University of Technology ， 2021 .

许悦，余涛 . 网络拓扑结构与供电可靠性的数学关系分析［J］. 电力系统自动化， 2019 ， 43 （ 2 ）： 168 - 175 .

XU Yue ， YU Tao . Mathematical relation between network topology and power supply reliability ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 2 ）： 168 - 175 .

WU Q G ， XUE F ， LU S F ， et al . Integrated network partitioning and DERs allocation for planning of virtual microgrids ［J］. Electric Power Systems Research ， 2023 ， 216 ： 109024 .

SUN S Y ， LI G F ， CHEN C ， et al . A novel formulation of radiality constraints for resilient reconfiguration of distribution systems ［J］. IEEE Transactions on Smart Grid ， 2023 ， 14 （ 2 ）： 1337 - 1340 .

徐成司，董树锋，朱嘉麒，等 . 基于供电环路非连通条件的配电网辐射状约束描述方法［J］. 电力系统自动化， 2019 ， 43 （ 20 ）： 82 - 89 .

XU Chengsi ， DONG Shufeng ， ZHU Jiaqi ， et al . Description method of radial constraints for distribution network based on disconnection condition of power supply loop ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 20 ）： 82 - 89 .

KIANI-MOGHADDAM M ， SHIVAIE M ， ARABKOOHSAR A . Towards a new effective strategy to obtain optimal radial structure in power distribution networks： graph theory-based topology assessment ［J］. International Journal of Electrical Power & Energy Systems ， 2022 ， 143 ： 108484 .

潘华，肖雨涵，梁作放，等 . 基于复杂网络的电-气-热综合能源系统健壮性分析［J］. 电力自动化设备， 2019 ， 39 （ 8 ）： 104 - 112 .

PAN Hua ， XIAO Yuhan ， LIANG Zuofang ， et al . Robustness analysis of electricity-gas-heat integrated energy system based on complex network ［J］. Electric Power Automation Equipment ， 2019 ， 39 （ 8 ）： 104 - 112 .

林君豪，张焰，赵腾，等 . 基于改进卷积神经网络拓扑特征挖掘的配电网结构坚强性评估方法［J］. 中国电机工程学报， 2019 ， 39 （ 1 ）： 84 - 96 .

LIN Junhao ， ZHANG Yan ， ZHAO Teng ， et al . Structure strength assessment method of distribution network based on improved convolution neural network and network topology feature mining ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 1 ）： 84 - 96 .

郭明健，高岩 . 基于复杂网络理论的电力网络抗毁性分析［J］. 复杂系统与复杂性科学， 2022 ， 19 （ 4 ）： 1 - 6 .

GUO Mingjian ， GAO Yan . Invulnerability analysis of power network based on complex network ［J］. Complex Systems and Complexity Science ， 2022 ， 19 （ 4 ）： 1 - 6 .

杨涵 . 基于复杂网络理论的配电网生长演化模型及其韧性强化研究［D］. 天津：天津大学， 2021 .

YANG Han . Research on the evolution and growth model of distribution networks and their resilience enhancement based on complex network theory ［D］. Tianjin ： Tianjin University ， 2021 .

徐成司，董树锋，鲁斌，等 . 考虑城镇生长特性的区域能源网演化模型［J］. 电网技术， 2023 ， 47 （ 2 ）： 529 - 541 .

XU Chengsi ， DONG Shufeng ， LU Bin ， et al . Evolving model of regional energy network considering town growth characteristics ［J］. Power System Technology ， 2023 ， 47 （ 2 ）： 529 - 541 .

LIAO W L ， BAK-JENSEN B ， PILLAI J R ， et al . A review of graph neural networks and their applications in power systems ［J］. Journal of Modern Power Systems and Clean Energy ， 2021 ， 10 （ 2 ）： 345 - 360 .

LI Y Y ， ZHANG S ， HU R X ， et al . A meta-learning based distribution system load forecasting model selection framework ［J］. Applied Energy ， 2021 ， 294 ： 116991 .

KUMAR V ， KHOSLA C . Data cleaning-a thorough analysis and survey on unstructured data ［C］// 2018 8th International Conference on Cloud Computing ， Data Science & Engineering （Confluence）， January 11-12， 2018 ， Noida， India ： 305 - 309 .

朱倩雯，叶林，赵永宁，等 . 风电场输出功率异常数据识别与重构方法研究［J］. 电力系统保护与控制， 2015 ， 43 （ 3 ）： 38 - 45 .

ZHU Qianwen ， YE Lin ， ZHAO Yongning ， et al . Methods for elimination and reconstruction of abnormal power data in wind farms ［J］. Power System Protection and Control ， 2015 ， 43 （ 3 ）： 38 - 45 .

SHEN X J ， FU X J ， ZHOU C C . A combined algorithm for cleaning abnormal data of wind turbine power curve based on change point grouping algorithm and quartile algorithm ［J］. IEEE Transactions on Sustainable Energy ， 2019 ， 10 （ 1 ）： 46 - 54 .

DIAO Y L ， LIU K Y ， MENG X L ， et al . A big data online cleaning algorithm based on dynamic outlier detection ［C］// 2015 International Conference on Cyber-Enabled Distributed Computing and Knowledge Discovery ， September 17-19 ， 2015 ， Xi’an， China ： 230 - 234 .

KUSIAK A ， ZHENG H Y ， SONG Z . Models for monitoring wind farm power ［J］. Renewable Energy ， 2009 ， 34 （ 3 ）： 583 - 590 .

李丽，叶林 . 风速数据奇异点辨识研究［J］. 电力系统保护与控制， 2011 ， 39 （ 21 ）： 92 - 97 .

LI Li ， YE Lin . Identification of singular points in wind speed data ［J］. Power System Protection and Control ， 2011 ， 39 （ 21 ）： 92 - 97 .

王勃，李振元，孙勇，等 . 基于最小二乘滤波-肖维勒准则的光伏异常功率数据清洗及预测应用［J］. 昆明理工大学学报（自然科学版）， 2021 ， 46 （ 2 ）： 59 - 71 .

WANG Bo ， LI Zhenyuan ， SUN Yong ， et al . Application of photovoltaic abnormal power data cleaning based on least squares filter-chauvenet criterion ［J］. Journal of Kunming University of Science and Technology （Natural Science）， 2021 ， 46 （ 2 ）： 59 - 71 .

DONOHO D L . De-noising by soft-thresholding ［J］. IEEE Transactions on Information Theory ， 1995 ， 41 （ 3 ）： 613 - 627 .

BERKNER K ， WELLS R O . Wavelet transforms and denoising algorithms ［C］// Conference Record of Thirty-Second Asilomar Conference on Signals， Systems and Computers （Cat. No.98CH36284）， November 1-4， 1998 ， Pacific Grove， USA ： 1639 - 1643 .

强明辉，谭政贵，于波 . 自适应卡尔曼滤波在桥梁健康监测系统中的应用［J］. 噪声与振动控制， 2013 ， 33 （ 5 ）： 141 - 143 .

QIANG Minghui ， TAN Zhenggui ， YU Bo . Application of self-adaptive Kalman filter in bridge’s health monitoring system ［J］. Noise and Vibration Control ， 2013 ， 33 （ 5 ）： 141 - 143 .

王建国，闫海鹏，张文兴，等 . 基于改进PCNN的数据降噪方法［J］. 中国测试， 2016 ， 42 （ 1 ）： 92 - 95 .

WANG Jianguo ， YAN Haipeng ， ZHANG Wenxing ， et al . Data noise reduction method based on modified PCNN ［J］. China Measurement & Test ， 2016 ， 42 （ 1 ）： 92 - 95 .

DEMPSTER A P ， LAIRD N M ， RUBIN D B . Maximum likelihood from incomplete data via the EM algorithm ［J］. Journal of the Royal Statistical Society Series B： Statistical Methodology ， 1977 ， 39 （ 1 ）： 1 - 22 .

邹同华，高云鹏，伊慧娟，等 . 基于Thompson tau-四分位和多点插值的风电功率异常数据处理［J］. 电力系统自动化， 2020 ， 44 （ 15 ）： 156 - 162 .

ZOU Tonghua ， GAO Yunpeng ， YI Huijuan ， et al . Processing of wind power abnormal data based on Thompson tau-quartile and multi-point interpolation ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 15 ）： 156 - 162 .

胡阳，乔依林 . 基于置信等效边界模型的风功率数据清洗方法［J］. 电力系统自动化， 2018 ， 42 （ 15 ）： 18 - 23 .

HU Yang ， QIAO Yilin . Wind power data cleaning method based on confidence equivalent boundary model ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 15 ）： 18 - 23 .

赵昕，贾京，郑毅敏 . 基于BP神经网络的大跨高空连廊应变监测数据恢复［J］. 建筑科学与工程学报， 2009 ， 26 （ 1 ）： 101 - 106 .

ZHAO Xin ， JIA Jing ， ZHENG Yimin . Strain monitoring data restoring of large-span steel skybridge based on BP neural network ［J］. Journal of Architecture and Civil Engineering ， 2009 ， 26 （ 1 ）： 101 - 106 .

黄宴委，吴登国，刘中华，等 . 基于最小二乘支持向量机的桥梁应变丢失数据重构［J］. 测控技术， 2010 ， 29 （ 8 ）： 8 - 12 .

HUANG Yanwei ， WU Dengguo ， LIU Zhonghua ， et al . Lost strain data reconstruction based on least squares support vector machine ［J］. Measurement & Control Technology ， 2010 ， 29 （ 8 ）： 8 - 12 .

WANG L F ， XIANG S M ， MENG G F ， et al . Edge-directed single-image super-resolution via adaptive gradient magnitude self-interpolation ［J］. IEEE Transactions on Circuits and Systems for Video Technology ， 2013 ， 23 （ 8 ）： 1289 - 1299 .

李富盛，林丹，余涛，等 . 基于改进生成式对抗网络的电气数据升频重建方法［J］. 电力系统自动化， 2022 ， 46 （ 3 ）： 105 - 112 .

LI Fusheng ， LIN Dan ， YU Tao ， et al . Frequency-increased reconstruction method for electrical data based on improved generative adversarial network ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 3 ）： 105 - 112 .

吴毓峰，李富盛，余涛，等 . 基于残差双重注意机制网络的电力数据压缩与高精度重建［J］. 电网技术， 2022 ， 46 （ 8 ）： 3257 - 3271 .

WU Yufeng ， LI Fusheng ， YU Tao ， et al . Power data compression and high-precision reconstruction based on residual dual attention mechanism network ［J］. Power System Technology ， 2022 ， 46 （ 8 ）： 3257 - 3271 .

曹华珍，吴亚雄，李浩，等 . 基于海量数据的多维度负荷特性分析系统开发［J］. 电力系统保护与控制， 2021 ， 49 （ 6 ）： 155 - 166 .

CAO Huazhen ， WU Yaxiong ， LI Hao ， et al . Development of a multi-dimensional load characteristic analysis system based on massive data ［J］. Power System Protection and Control ， 2021 ， 49 （ 6 ）： 155 - 166 .

仲礼鹏，王梓耀，余涛，等 . 基于可靠性显式表达的交直流混合配电网规划方法［J］. 电力系统自动化， 2022 ， 46 （ 19 ）： 52 - 61 .

ZHONG Lipeng ， WANG Ziyao ， YU Tao ， et al . Planning method for AC/DC hybrid distribution network based on explicit expression of reliability ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 19 ）： 52 - 61 .

WANG Z Y ， LIN D ， YU T ， et al . Explicit reliability incorporated switches planning of smart distribution system with high flexibility ［J］. International Journal of Electrical Power & Energy Systems ， 2023 ， 145 ： 108629 .

杨龙，张沈习，程浩忠，等 . 区域低碳综合能源系统规划关键技术与挑战［J］. 电网技术， 2022 ， 46 （ 9 ）： 3290 - 3304 .

YANG Long ， ZHANG Shenxi ， CHENG Haozhong ， et al . Regional low-carbon integrated energy system planning： key technologies and challenges ［J］. Power System Technology ， 2022 ， 46 （ 9 ）： 3290 - 3304 .

SUN Q R ， WU Z ， GU W ， et al . Flexible expansion planning of distribution system integrating multiple renewable energy sources： an approximate dynamic programming approach ［J］. Energy ， 2021 ， 226 ： 120367 .

WANG Z Y ， ZHONG L P ， PAN Z N ， et al . Optimal double Q AC-DC hybrid distribution system planning with explicit topology-variable-based reliability assessment ［J］. Applied Energy ， 2022 ， 322 ： 119438 .

WANG M Q ， YANG M ， FANG Z ， et al . A practical feeder planning model for urban distribution system ［J］. IEEE Transactions on Power Systems ， 2023 ， 38 （ 2 ）： 1297 - 1308 .

YANG J P ， XIANG Y . Deep transfer learning based surrogate modeling for optimal investment decision of distribution networks ［J/OL］. IEEE Transactions on Power Systems ［ 2023-03-30 ］. http：//ieeexplore.ieee.org/document/10128715 http://ieeexplore.ieee.org/document/10128715 .

王波，王红霞，姚良忠，等 . 电力系统多模态数据融合模式及关键技术问题［J］. 电力系统自动化， 2022 ， 46 （ 19 ）： 188 - 199 .

WANG Bo ， WANG Hongxia ， YAO Liangzhong ， et al . Multi-modal data fusion mode for power system and its key technical issues ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 19 ）： 188 - 199 .

章坚民，章剑光，陈士云，等 . 变电站为中心配电网单线图：（一）基于广义开闭所的图数模型［J］. 电力系统自动化， 2019 ， 43 （ 18 ）： 102 - 110 .

ZHANG Jianmin ， ZHANG Jianguang ， CHEN Shiyun ， et al . Single-line diagram of substation centralized distribution network：Part one diagram-data model based on generic switching station ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 18 ）： 102 - 110 .

蒋超，薛禹胜，黄杰，等 . 碳市场风险的分析与控制：（二）沙盘推演［J］. 电力系统自动化， 2018 ， 42 （ 14 ）： 1 - 7 .

JIANG Chao ， XUE Yusheng ， HUANG Jie ， et al . Carbon market risk analysis and control： Part two sand-table simulation ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 14 ）： 1 - 7 .

薛禹胜，谢东亮，薛峰，等 . 支持信息-物理-社会系统研究的跨领域交互仿真平台［J］. 电力系统自动化， 2022 ， 46 （ 10 ）： 138 - 148 .

XUE Yusheng ， XIE Dongliang ， XUE Feng ， et al . A cross-field interactive simulation platform for supporting research on cyber-physical-social systems ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 10 ）： 138 - 148 .

张毓灵，武志刚 . 电网规模的异速生长规律初探［J］. 电力系统自动化， 2020 ， 44 （ 17 ）： 19 - 25 .

ZHANG Yuling ， WU Zhigang . Preliminary study on allometric scaling laws of power grid scale ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 17 ）： 19 - 25 .

LI G X ， YIN Z L ， ZHANG G L ， et al . Risk assessment of power system based on a three level capability from active distribution network ［J］. Energy Procedia ， 2019 ， 158 ： 3184 - 3190 .

SUN S Y ， LI G F ， BIAN Y H ， et al . Catastrophe risk management for electric power distribution systems： an insurance approach ［J］. CSEE Journal of Power and Energy Systems ， 2022 ， 9 （ 1 ）： 393 - 410 .

EHSAN A ， YANG Q . State-of-the-art techniques for modelling of uncertainties in active distribution network planning： a review ［J］. Applied Energy ， 2019 ， 239 ： 1509 - 1523 .

ZUBO R H A ， MOKRYANI G ， RAJAMANI H S ， et al . Operation and planning of distribution networks with integration of renewable distributed generators considering uncertainties： a review ［J］. Renewable and Sustainable Energy Reviews ， 2017 ， 72 ： 1177 - 1198 .

JORDEHI A R . Optimisation of electric distribution systems： a review ［J］. Renewable and Sustainable Energy Reviews ， 2015 ， 51 ： 1088 - 1100 .

ROMMYONEGGE A ， BANJAR-NAHOR K M ， HADI P O ， et al . Deferral of traditional investment using real option analysis considering distributed generation penetration in radial distribution networks under uncertainty ［C］// 2020 International Conference on Technology and Policy in Energy and Electric Power （ICT-PEP）， September 23-24 ， 2020 ， Bandung， Indonesia ： 125 - 130 .

LI H ， QIAO Y ， LU Z X ， et al . Frequency-constrained stochastic planning towards a high renewable target considering frequency response support from wind power ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 5 ）： 4632 - 4644 .

YAO Q M ， WANG M S ， CHEN Y Q ， et al . Taking human out of learning applications： a survey on automated machine learning ［EB/OL］. ［ 2023-01-01 ］. https：//arxiv.org/abs/1810.13306.pdf https://arxiv.org/abs/1810.13306.pdf .

汤涌，姚伟，王宏志，等 . 电网仿真分析与决策的人工智能方法［J］. 中国电机工程学报， 2022 ， 42 （ 15 ）： 5384 - 5406 .

TANG Yong ， YAO Wei ， WANG Hongzhi ， et al . Artificial intelligence techniques for power grid simulation analysis and decision making ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 15 ）： 5384 - 5406 .

韩笑，郭剑波，蒲天骄，等 . 电力人工智能技术理论基础与发展展望（一）：假设分析与应用范式［J］. 中国电机工程学报， 2023 ， 43 （ 8 ）： 2877 - 2890 .

HAN Xiao ， GUO Jianbo ， PU Tianjiao ， et al . Theoretical foundation and directions of electric power artificial intelligence（Ⅰ）： hypothesis analysis and application paradigm ［J］. Proceedings of the CSEE ， 2023 ， 43 （ 8 ）： 2877 - 2890 .

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］. 中国电机工程学报， 2023 ， 43 （ 10 ）： 3705 - 3717 .

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］. Proceedings of the CSEE ， 2023 ， 43 （ 10 ）： 3705 - 3717 .

LIN T Y ， WANG Y X ， LIU X Y ， et al . A survey of transformers ［J］. AI Open ， 2022 ， 3 ： 111 - 132 .

LONG O Y ， WU J ， XU J ， et al . Training language models to follow instructions with human feedback ［EB/OL］.［ 2023-01-01 ］. https：//arxiv.org/abs/2203.02155.pdf https://arxiv.org/abs/2203.02155.pdf .

HOU Q C ， ZHANG N ， KIRSCHEN D S ， et al . Sparse oblique decision tree for power system security rules extraction and embedding ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 2 ）： 1605 - 1615 .

LAN Y X ， XU X ， FANG Q ， et al . Transfer reinforcement learning via meta-knowledge extraction using auto-pruned decision trees ［J］. Knowledge-Based Systems ， 2022 ， 242 ： 108221 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据