A review of machine learning for new generation smart dispatch in power systems

计算机科学 经济调度 人工智能 电力系统 功率(物理) 机器学习 量子力学 物理
作者
Linfei Yin,Qi Gao,Lulin Zhao,Bin Zhang,Tao Wang,Shengyuan Li,Hui Liu
出处
期刊:Engineering Applications of Artificial Intelligence [Elsevier]
卷期号:88: 103372-103372 被引量:56
标识
DOI:10.1016/j.engappai.2019.103372
摘要

This paper analyzes the characteristics and challenges of the new generation smart dispatch systems, and proposes the framework of smart dispatch. Secondly, the development of the new generation artificial intelligence technology is represented, especially the development of machine learning algorithms. Thirdly, the applications of machine learning in power systems, e.g. smart generation control, optimal power flow, security assessment, smart dispatch, are listed. Finally, the framework of dispatching robot technology based on parallel learning is present.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
慕青应助科研通管家采纳,获得10
刚刚
科研通AI2S应助科研通管家采纳,获得10
刚刚
桐桐应助科研通管家采纳,获得10
刚刚
刚刚
1秒前
1秒前
1秒前
86400发布了新的文献求助10
2秒前
Laow完成签到,获得积分10
3秒前
zhz完成签到,获得积分10
3秒前
酷波er应助lwl采纳,获得10
4秒前
4秒前
kira717关注了科研通微信公众号
4秒前
善良安梦发布了新的文献求助10
4秒前
5秒前
到底是谁还在做牛马完成签到 ,获得积分10
5秒前
Laow发布了新的文献求助10
6秒前
6秒前
廖无极完成签到 ,获得积分10
8秒前
9秒前
赖驳发布了新的文献求助30
9秒前
86400完成签到,获得积分10
9秒前
保安队长完成签到,获得积分10
9秒前
九天完成签到 ,获得积分10
10秒前
Shit完成签到,获得积分10
10秒前
郑郑完成签到,获得积分20
10秒前
12秒前
12秒前
高xuewen发布了新的文献求助10
12秒前
飞舞的青鱼完成签到,获得积分10
12秒前
呱呱完成签到 ,获得积分10
13秒前
香蕉觅云应助迷路安白采纳,获得10
14秒前
kira717发布了新的文献求助10
16秒前
Vvvnnnaa1发布了新的文献求助10
19秒前
随遇而安应助马紫蓝采纳,获得10
20秒前
21秒前
潇洒的竹杖完成签到,获得积分10
21秒前
22秒前
22秒前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3140687
求助须知:如何正确求助?哪些是违规求助? 2791513
关于积分的说明 7799229
捐赠科研通 2447844
什么是DOI,文献DOI怎么找? 1302096
科研通“疑难数据库(出版商)”最低求助积分说明 626439
版权声明 601194