面向能源系统的数据科学:理论、技术与展望

被引：52

作者：

赵俊华 ^{[1
]}

董朝阳 ^{[2
,3
]}

文福拴 ^{[4
,5
]}

薛禹胜 ^{[6
]}

机构：

[1] 香港中文大学(深圳)理工学院

[2] School of Electrical and Information Engineering,The University of Sydney

[3] 南方电网科学研究院

[4] 浙江大学电气工程学院

[5] 文莱科技大学电机与电子工程系

[6] 南瑞集团公司(国网电力科学研究院)

来源：

电力系统自动化 | 2017年 / 41卷 / 04期

基金：

高等学校博士学科点专项科研基金;

关键词：

大能源系统; 智能电网; “信息—物理—社会”系统; 数据科学; 大数据;

D O I：

暂无

中图分类号：

TK01 [能源]; TP311.13 [];

学科分类号：

080702 ; 1201 ;

摘要：

以多能源互补协调、"信息—物理—社会"系统深度融合为特征的大能源系统正在出现。因此,急需对面向能源系统的数据科学及大数据挖掘理论与技术开展深入研究。在此背景下,初步探讨了数据科学及其在大能源系统中的应用。首先介绍了数据科学的基本理论,并着重讨论了统计学习理论及数据质量理论的重要性。接着,介绍了深度学习、转移学习和多源数据融合等大数据挖掘技术的新进展。最后,对数据挖掘技术在能源系统中的应用现状做了简单回顾,并展望了未来能源系统数据挖掘研究中值得关注的若干问题。

引用

页码：1 / 11+19 +19

页数：12

共 23 条

[1] 大能源思维与大数据思维的融合 (二)应用及探索 [J].