泛在電力物聯(lián)網(wǎng)是智能電網(wǎng)發(fā)展的高級(jí)應(yīng)用形態(tài),對電網(wǎng)的數(shù)據(jù)處理能力和計(jì)算能力提出了更高的要求。近年來,深度學(xué)習(xí)技術(shù)取得了突破性的進(jìn)展,為泛在電力物聯(lián)網(wǎng)的實(shí)現(xiàn)與發(fā)展提供了強(qiáng)大的支撐�；诖�,總結(jié)了現(xiàn)有深度學(xué)習(xí)模型的主要組成及技術(shù)特點(diǎn);從泛在電力物聯(lián)網(wǎng)應(yīng)用的技術(shù)需求出發(fā),綜述了深度學(xué)習(xí)在數(shù)據(jù)處理、邊緣計(jì)算以及態(tài)勢感知方面的技術(shù)特點(diǎn)與應(yīng)用場合;基于泛在電力物聯(lián)網(wǎng)應(yīng)用的典型場景,深入分析了深度學(xué)習(xí)在泛在電力物聯(lián)網(wǎng)中的具體應(yīng)用,為泛在電力物聯(lián)網(wǎng)的建設(shè)與研究提供參考。 

【文章來源】：電力自動(dòng)化設(shè)備. 2020,40(04)北大核心EICSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

典型的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

深度學(xué)習(xí)的分類

圖2 深度學(xué)習(xí)的分類然而，隨著數(shù)據(jù)量的增多，數(shù)據(jù)缺失、數(shù)據(jù)異常（或稱孤立點(diǎn)）和噪聲數(shù)據(jù)等問題經(jīng)常出現(xiàn)。如何對低質(zhì)量的數(shù)據(jù)進(jìn)行處理，如何對給定數(shù)據(jù)的質(zhì)量進(jìn)行評(píng)估，以及如何改善低質(zhì)量的數(shù)據(jù)，這些問題目前在電力系統(tǒng)應(yīng)用中尚未得到足夠的重視。

【參考文獻(xiàn)】：
期刊論文
[1]泛在電力物聯(lián)網(wǎng)發(fā)展形態(tài)與挑戰(zhàn)[J]. 李欽豪,張勇軍,陳佳琦,羿應(yīng)棋,何奉祿.  電力系統(tǒng)自動(dòng)化. 2020(01)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的非侵入式負(fù)荷識(shí)別研究[J]. 周任飛,湯鵬飛,劉三豐,李欣,劉猛.  信息技術(shù)與網(wǎng)絡(luò)安全. 2019(08)
[3]新一代智能電能表支撐泛在電力物聯(lián)網(wǎng)技術(shù)研究[J]. 彭楚寧,羅冉冉,王曉東.  電測與儀表. 2019(15)
[4]基于拓?fù)浣馕雠c深度學(xué)習(xí)融合的低壓集抄系統(tǒng)故障診斷方法[J]. 羅步升,林志超,何小龍.  電測與儀表. 2019(20)
[5]基于深度序列翻譯模型的非侵入式負(fù)荷分解方法[J]. 任文龍,許剛.  電網(wǎng)技術(shù). 2020(01)
[6]面向泛在電力物聯(lián)網(wǎng)的5G通信:技術(shù)原理與典型應(yīng)用[J]. 張寧,楊經(jīng)緯,王毅,陳啟鑫,康重慶.  中國電機(jī)工程學(xué)報(bào). 2019(14)
[7]邊緣計(jì)算下的AI檢測與識(shí)別算法綜述[J]. 孔令軍,王銳,張南,李華康.  無線電通信技術(shù). 2019(05)
[8]泛在電力物聯(lián)網(wǎng)釋義與研究展望[J]. 楊挺,翟峰,趙英杰,盆海波.  電力系統(tǒng)自動(dòng)化. 2019(13)
[9]深度學(xué)習(xí)在電網(wǎng)圖像數(shù)據(jù)及時(shí)空數(shù)據(jù)中的應(yīng)用綜述[J]. 張宇航,邱才明,楊帆,徐舒瑋,石鑫,賀興.  電網(wǎng)技術(shù). 2019(06)
[10]基于R-FCN的航拍巡檢圖像目標(biāo)檢測方法[J]. 劉思言,王博,高昆侖,王岳,高暢,陳江琦.  電力系統(tǒng)自動(dòng)化. 2019(13)

博士論文
[1]基于深度學(xué)習(xí)和遷移學(xué)習(xí)的電力數(shù)據(jù)挖掘技術(shù)研究[D]. 王毅星.浙江大學(xué) 2019
[2]基于深度學(xué)習(xí)的跨模態(tài)檢索研究[D]. 馮方向.北京郵電大學(xué) 2015



本文編號(hào)：3536624