数据驱动的电力网络分析与优化研究综述
数据驱动的电力网络分析与优化近年来受到广泛关注.首先,对比了电力网络分析与优化中数据驱动及基于物理模型方法的思维模式,阐述了数据驱动方法和基于模型方法的区别与联系.进一步,对于电力网络分析与优化研究对象的分类,分别从拓扑辨识、参数—拓扑联合辨识、系统矩阵辨识、潮流计算及最优潮流计算等多个方面总结了现有数据驱动电力网络分析与优化的研究进展,总结了现有研究中采用的数据驱动方法.最后,提出了数据驱动电力网络分析与优化所面临的挑战,展望了该领域未来可能的研究方向.
数据驱动、大数据潮流、回归、拓扑辨识、最优潮流
42
国家重点研发计划资助项目2016YFB0900100;国家自然科学基金国际地区合作与交流项目51620105007;国家电网公司科技项目"基于运行模拟与潮流分析一体化的电网规划关键技术研究".This work is supported by National Key R&D Program of China2016YFB0900100;the Funds for International Cooperation and Exchange of National Natural Science Foundation of China51620105007;State Grid Corporation of China
2018-04-25（万方平台首次上网日期，不代表论文的发表时间）
共11页
157-167
