AI赋能电力系统态势感知与风险防控

图书信息

作者：牛哲文著著

出版社：中国电力出版社

定价：58.00

ISBN：9787523903438

出版时间：2025-11-01

分类：图书,行业职业,工业技术,水利电力

商品介绍

目录

前言

第一章 概述

一、背景及研究意义

二、研究现状

（一）短期风功率预测技术研究现状

（二）基于红外图像识别的电力设备故障检测研究现状

（三）基于用电数据挖掘的用户用电行为辨识与预测研究现状

（四）基于知识图谱的电网设备故障处理决策辅助研究现状

（五）基于多智能体强化学习的电网暂态稳定预防控制决策

三、本书工作及章节安排

（一）本书组织架构

（二）具体内容

第二章 基于注意力机制门控循环网络的短期多步风功率预测

一、引言

二、问题描述

三、注意力机制门控循环神经网络设计和组成

（一）门控循环神经网络

（二）序列到序列的GRU网络

（三）注意力机制

四、基于AGRU的多步风功率预测模型

（一）模型输入矩阵组成

（二）模型的超参数调整以及验证方法

（三）模型搭建软硬件平台设置

五、模型性能评估实验与分析

（一）实验数据与实验设置

（二）预测结果比较与分析

（三）运算效率比较与分析

（四）特征选择比较与分析

六、本章小结

第三章 基于红外图像数据挖掘的电力设备识别与故障检测

一、引言

二、问题描述

三、基于边缘感知生成对抗网络的电力设备识别与故障检测方法

（一）总体架构

（二）边缘特征检测

（三）基于EOGAN的电力设备红外图像生成技术

（四）电力设备识别与故障检测框架

四、模型评估实验与分析

（一）实验数据与评估指标

（二）实验结果与分析

五、本章小结

第四章 基于用户用电数据特征挖掘的负荷预测与异常用电行为识别

一、引言

二、问题描述

三、基于深度学习的用户用电行为特征挖掘方法

（一）卷积神经网络

（二）基于卷积门控循环网络的用电行为特征挖掘模型

（三）基于K-means聚类和ConvGRU的用电行为特征挖掘框架

四、模型评估实验与分析

（一）案例研究：短期负荷预测

（二）案例研究：异常用电行为识别

五、本章小结

第五章 面向电网调度故障处理的知识图谱框架与决策辅助

一、引言

二、问题描述

三、电力知识图谱相关理论

（一）电力知识图谱的概念

（二）电力知识图谱的结构

（三）电力知识图谱的优势

四、电网设备故障处理知识图谱的框架与构建方法

（一）面向电网设备故障处理知识图谱的总体框架

（二）面向电网调度故障处理知识图谱的构建方法

五、案例研究：基于知识图谱的电网调度故障处理决策辅助

（一）电网调度故障处理知识图谱构成及相应关系

（二）基于知识图谱的电网调度故障处理决策辅助

六、本章小结

第六章 基于多智能体强化学习的电网暂态稳定预防控制决策

一、引言

二、问题描述

三、基于优势函数分解的多智能体深度强化学习算法

（一）含优选熵的多智能体深度强化学习模型

（二）基于优势函数分解的多智能体算法

（三）基于MAAD-DRL的暂态稳定预防控制策略

四、算例分析

（一）IEEE 39预防控制策略有效性分析

（二）算例对比分析

五、本章小结

第七章 总结与展望

一、主要结论

二、未来展望

参考文献

内容简介

《AI赋能电力系统态势感知与风险防控》系统阐述了新一代人工智能技术在电力系统运行态势感知与风险防控中的前沿应用。全书以“数据-模型-知识”协同为主线，深入剖析了新型电力系统在新能源高渗透、设备规模激增、用户需求多元化背景下面临的运行困境，揭示了传统态势感知技术在数据异构性、算法泛化性、决策实时性等方面的固有缺陷，并提出以深度学习、知识图谱、强化学习为核心的AI赋能路径。主要研究方向为新能源发电预测、电力系统运行安全与控制、人工智能在电力系统中的应用等。

作者简介

牛哲文，华南理工大学博士，加拿大阿尔伯塔大学访问学者，太原理工大学讲师，IEEE PES 太原区理事。主要研究方向为新能源发电预测、电力系统运行安全与控制、人工智能在电力系统中的应用等。主持教育部重点实验室开放基金1项，山西省自然科学基金2项，国家电网公司科技项目4项。作为项目骨干参与国家自然科学基金、国家重点研发计划、中国工程院战略咨询项目等6项。以第一作者/通讯作者发表SCI/EI论文10余篇，授权发明专利4项。