人工智能及其在电力系统中的应用
人工智能在电力系统中的应用
人工智能在电力系统中的应用随着科技的不断进步，人工智能在各个领域都得到了广泛的应用，其中包括电力系统。
人工智能的智能化和自动化特点使其成为电力系统中的重要工具，有效提高了电力系统的稳定性、可靠性和经济性。
本文将探讨人工智能在电力系统中的应用，并分析其对电力系统的影响和未来发展趋势。
一、人工智能在电力系统中的应用1. 智能电网的建设人工智能在电力系统中的一个重要应用是智能电网的建设。
智能电网利用人工智能和大数据分析技术，实现电网的智能监控、调度和管理。
通过智能电网，电力系统能够实现电力需求的精确预测、电网状态的实时监测和电力供应的动态调整。
这不仅提高了电力系统的能源利用率，还优化了供电质量和运行效率。
2. 负荷预测和优化调度人工智能在电力系统中的另一个应用是负荷预测和优化调度。
通过分析历史数据和实时监测数据，人工智能可以预测电力系统的负荷需求，并根据预测结果进行优化调度。
这样可以帮助电力系统合理安排电力供应，避免能源浪费和电网过载，提高电网的稳定性和可靠性。
3. 故障诊断和智能维护人工智能还可以应用于电力系统的故障诊断和智能维护。
通过对电力系统的监测数据进行分析和比对，人工智能可以自动检测和诊断电力系统的故障，并提供相应的解决方案。
这样不仅提高了故障的排查和修复效率，还减少了维护成本和人力资源的浪费。
二、人工智能对电力系统的影响1. 提高电力系统的稳定性人工智能的应用可以帮助电力系统实现智能化调度和管理，提高了电力系统的稳定性。
通过实时监测和预测，人工智能可以快速响应电力系统中的异常情况，并采取相应的措施进行调整和修复，保证电力系统的正常运行。
这有效地降低了电力系统事故的发生概率，提高了供电的稳定性和可靠性。
2. 优化电力运营成本人工智能的应用可以帮助电力系统实现优化调度和供需平衡，优化了电力运营成本。
通过智能化的负荷预测和灵活的调度策略，人工智能可以帮助电力系统合理安排电力供应，避免了因供需失衡导致的能源浪费和电网过载问题，减少了电力运营成本。
人工智能在电力系统中的应用
人工智能在电力系统中的应用随着科技的发展，人工智能（AI）在各个领域得到广泛应用，电力系统也不例外。
人工智能技术在电力领域的应用主要包括电力负荷预测、电网运行控制、优化调度、故障智能分析等方面。
本文将对人工智能在电力系统中的应用进行探讨。
一、电力负荷预测电力负荷预测是电力系统运行管理中的重要环节，通过预测负荷变化，可以合理部署发电设备，保障电网安全稳定运行。
传统的电力负荷预测方法主要基于人工计算和统计学方法，预测精度不高，而且很难处理大量的数据。
使用人工智能技术进行电力负荷预测可以有效地提高预测精度和效率。
为了提高电力负荷预测精度，人工智能技术可以实现动态调整模型参数，自适应地选择模型以及通过增加大量的历史数据来提高模型的鲁棒性，从而实现更加精确的负荷预测。
二、电网运行控制电网运行控制是电力系统中的另一个重要环节。
传统的电网运行控制方法主要基于调度员的经验和规律，往往难以满足电力网快速变化的需求。
通过使用人工智能技术，在电力网运行控制方面可以实现更为智能化和自动化。
例如，深度强化学习算法可以在电网中自主地进行决策，调整电网各个节点的状态。
另外，人工智能技术还可以实现对电力设备的自动检测和诊断，保障电力设备的安全运行。
三、优化调度优化调度是电力系统中的另一个重要环节。
通过使用人工智能技术，在电力系统优化调度方面可以实现智能化和自动化。
例如，基于遗传算法、神经网络等人工智能算法的调度优化模型，可以更加准确地预测电力系统的负荷变化以及风、光、水等能源的产量，从而实现更为精确的调度和优化。
四、故障智能分析在电力系统中，当发生电网故障时，需要快速定位问题，并对问题进行分析和解决。
通过使用人工智能技术，在电力系统故障分析方面可以实现更为准确的故障诊断，从而加快故障处理速度。
例如，基于深度学习的图像识别技术可以实现对电网故障图片的自动识别，从而实现快速定位问题。
此外，人工智能技术还可以通过分析大量的数据，从多角度进行故障分析，找到故障的根本原因，从而避免同类故障再次发生。
人工智能技术在电力系统中的应用
人工智能技术在电力系统中的应用随着科技的不断发展，人工智能技术在各行各业的应用越来越广泛，其中包括电力系统领域。
人工智能技术的应用在电力系统中已经取得了许多成果，并且对提高电力系统的安全性、可靠性以及经济性都具有非常重要的意义。
本文将就人工智能技术在电力系统中的应用进行介绍和分析。
一、人工智能技术在电力系统中的基本应用1.故障预测：电力系统的设备和线路经常会出现各种各样的故障，这些故障给电网运行带来了很大的安全隐患。
人工智能技术可以通过对历史故障数据的分析，建立故障预测模型，预测出设备和线路的潜在故障风险，以便提前进行维护和修复，从而降低故障对电网运行的影响。
2.设备状态评估：电力系统中的各种设备都有其特定的运行状态，设备的运行状态对电网的安全性和可靠性有着直接的影响。
人工智能技术可以通过对设备运行数据的分析，建立设备状态评估模型，实时监测设备的运行状态，及时发现设备的异常情况并提出相应的处理建议，以确保设备的安全运行。
3.负荷预测：电力系统的负荷预测是电网调度和运行的基础，准确的负荷预测可以有效地提高电网的经济性和运行效率。
人工智能技术可以通过对历史负荷数据和环境因素的分析，建立负荷预测模型，提高负荷预测的准确性和可靠性，为电网调度提供更加精准的数据支持。
4.故障诊断：当电力系统中出现故障时，需要通过对故障进行诊断来找出故障的原因和影响范围，并及时采取措施加以修复。
人工智能技术可以通过对电力系统的各项运行数据进行分析，建立故障诊断模型，快速准确地识别故障原因和影响范围，为故障处理提供科学依据。
二、人工智能技术在电力系统中的深度应用除了上述基本应用外，人工智能技术在电力系统中还有许多深度应用，例如智能电网、大数据分析、智能调度等。
1.智能电网：智能电网是以人工智能技术为核心的电力系统新一代发展模式，它具有智能化、数字化、高效率等特点。
智能电网可以通过对传感器数据和控制器数据进行分析和处理，实现对电网状态的智能监测和控制，为电网运行提供更加灵活和高效的调度方式。
人工智能技术在电力系统中的应用与研究
人工智能技术在电力系统中的应用与研究随着科技的不断进步和人们对生活质量的不断追求，电力系统已成为现代社会不可或缺的基础设施之一。
如今，人工智能技术的发展开始在电力系统领域中起到越来越重要的作用。
本文将从人工智能技术在电力系统中的应用、发展现状以及未来发展趋势等方面进行论述。
一、人工智能技术在电力系统中的应用1、网络监测与运营网络监测与运营是电力系统中最常见的一种应用。
传统监测方式需要人们对系统不断地进行检测和维护，难以发现，定位到系统故障。
而人工智能技术可以通过自动化和智能化的方式，对系统每时每刻进行监测和分析，通过数据分析和模型预测等手段，快速发现系统中的异常情况和潜在隐患，为系统的稳定运行提供依据。
2、能量管理和能效优化能量管理和能效优化是电力系统中另外一种常见的应用。
通过实现对电力系统需要能源的实时监测和优化控制，人工智能技术将能协助你实现能源消耗的最小化，从而使得电力系统的效率提高，能源使用成本得到降低。
3、自我修复自我修复是指电力系统中的自动化机制通过人工智能算法，可以通过分析大量系统数据，识别系统中出现的问题，并注册出进行自我故障诊断和自我修复。
通过自动控制运行终端设备，电力系统可以快速地进行故障处理和恢复操作，从而保障系统的运行稳定性，有效降低人工操作的风险。
二、发展现状当前，人们对于人工智能技术的发展和应用给予了极高的期望，并在电力系统领域中取得了一些进展。
从工业，实践等方面，人工智能技术应用在电力系统的范畴正在不断拓展和实施。
在实践过程中，运用深度神经网络，遗传算法等操作，能够实现对电力系统负载预测、负荷调度以及电力杆塔智能巡检等操作，将优化电力系统的性能，降低成本。
同时，人工智能技术也在电力系统能源拓展和应用等方面也卓有成效，如电力系统的节约和纪录，实时电力资源的调度与动态管理等方面。
三、未来发展趋势尽管人工智能技术已经在电力系统领域中取得了一定的进展，但其应用仍然存在诸多局限性。
人工智能在电力系统中的应用及发展趋势
人工智能在电力系统中的应用及发展趋势人工智能是当今世界的热点话题，其在各行各业的应用越来越广泛。
而在电力系统中，人工智能技术也已逐渐被引入和应用。
本文将着重探讨人工智能在电力系统中的应用及未来发展趋势。
一、人工智能在电力系统中的应用电力系统作为一项基础设施，对经济发展和人民生活有重大影响。
同时由于其特殊性质，如基础设施的复杂性、业务流程的复杂性、设备运行维护的复杂性、数据处理的复杂性等，对人工智能的需求非常迫切。
以下是几个人工智能在电力系统中的应用案例：1. 智能供电智能供电是一种通过人工智能技术提高供电稳定性、可靠性、经济性和可维护性的新型供电方式。
它包括智能电表、智能计费、智能停电和智能售电等功能。
通过人工智能技术，可以实现对供电设备的实时监测和分析，并预测故障的发生以及实现故障诊断和处理。
2. 物联网在电力系统中的应用物联网在电力系统中的应用主要包括物联网智能电表、物联网应用管理系统、物联网应用平台等。
物联网技术可以实现设备的实时监测和远程控制，同时对数据进行处理和分析，帮助企业进行设备运行状态的监控和管理。
3. 大数据分析在电力系统中的应用大数据是电力系统中的一个重要来源，并能够为电力系统提供各种业务所需的信息和数据支持。
利用大数据分析技术，可以获得电力系统的运行状态及设备的运行情况，从而为电力企业的管理、业务和决策提供支持。
二、未来发展趋势在未来，人工智能技术的应用将进一步扩展，电力系统也将迎来更多的发展机遇。
以下是未来人工智能在电力系统中的应用趋势：1. 深度学习在电力系统中的应用深度学习是一种新兴的人工智能技术，目前应用于图像处理、语音识别、自然语言处理等领域。
深度学习技术在电力系统中的应用包括供电质量的判断、故障诊断和设备运行状态分析等领域。
通过深度学习技术，可以更好地提高电力系统的运行效率和质量。
2. 人工智能与云计算的结合云计算技术以其大容量、超高速、支持平台互用的特点，与人工智能技术的结合可以更好地支持电力系统的实时监控和管理。
人工智能技术在电力系统中的应用
人工智能技术在电力系统中的应用随着科技的不断发展，人工智能技术在各个领域都得到了广泛的应用，其中包括电力系统。
电力系统是现代社会不可或缺的基础设施之一，为保障人们的正常生活和工作提供了必要的电力支持。
而人工智能技术的引入，不仅可以提高电力系统的安全性和稳定性，还能提高电力利用率和降低成本。
本文将重点介绍人工智能技术在电力系统中的应用情况。
人工智能技术在电力系统中的应用是多方面的，包括智能供电、电网管理、故障检测和预测等方面。
下面将分别介绍这些方面的应用情况。
1. 智能供电在传统的电力系统中，供电是按照固定的规则和时段进行的，这种供电方式无法应对复杂多变的电力需求。
而引入人工智能技术后，电力系统可以实现智能供电，即根据用户的实际需求和电力资源的供给情况，实时动态调整供电方案，以满足用户的需求并确保电力系统的稳定运行。
这种智能供电方式可以大大提高供电的效率和稳定性，同时也能够减少能源的浪费。
2. 电网管理电力系统是一个复杂的网络系统，其中包括发电厂、变电站、输电线路等多个组成部分。
人工智能技术可以应用在电网管理中，通过智能监测和控制技术，对各个组成部分进行实时监测和调度，以实现电力系统的高效运行。
利用人工智能技术可以实现对电力设备的故障预测和预防，及时发现潜在的故障隐患并采取措施加以解决，从而提高电力系统的可靠性和安全性。
3. 故障检测和预测电力系统中经常会发生各种故障，例如线路短路、设备损坏等。
传统的故障检测和处理方式依赖于人工巡检和手动排查，效率低下且容易出现疏漏。
而利用人工智能技术可以实现对电力系统的自动化监测和故障预测，通过对大量的数据进行分析和处理，及时发现潜在的故障隐患，并给出相应的预测和处理建议，从而减少故障的发生和对电力系统的损害。
新加坡的一个电力供应商引入了人工智能技术，对供电的方式进行了优化。
他们通过对大量用户的用电数据进行分析和建模，发现了不同用户在不同时间段的用电规律，根据这些规律调整了供电方案，从而较大程度地减少了用电的浪费，提高了电力系统的利用效率。
人工智能技术在电力系统中的应用
人工智能技术在电力系统中的应用随着科技的不断发展，人工智能技术被广泛应用于各个领域，其中包括电力系统。
人工智能技术的引入，为电力系统的运行和管理带来了革命性的变化。
本文将探讨人工智能技术在电力系统中的应用，从而提高电力系统的效率和可靠性。
一、智能优化调度人工智能技术在电力系统的智能优化调度中发挥着重要作用。
通过对大量的历史数据进行分析和建模，人工智能技术可以预测负荷需求、天气状况等因素，从而实现电力系统的智能经营管理。
人工智能技术可以自动调整发电机组的出力、维护电网的平衡，并优化电力资源的调配，从而提高电力系统的供电能力和经济效益。
二、故障检测与诊断电力系统中的故障检测与诊断一直是电力公司运维的重要工作之一。
传统的故障检测与诊断方法主要依赖于人工经验和手动操作，效率较低且容易出错。
而借助人工智能技术，可以对电力系统进行全方位的监测和分析，及时发现潜在故障，并通过智能算法进行故障的诊断和定位。
这种自动化的故障检测与诊断系统减少了人为错误，并提高了电力系统的可靠性和可用性。
三、能耗预测与节能化人工智能技术还可以通过对电力系统的能耗数据进行模型构建和预测，帮助电力公司进行能源计划和资源分配。
通过对大气环境、市场需求等因素的分析和建模，可以准确预测电力系统的能耗水平，并根据预测结果进行资源的合理配置。
此外，人工智能技术还可以通过优化电网的调度和协调发电机组的出力，实现电力系统的节能化运行，减少能源浪费，提高能源利用效率。
四、智能设备维护电力系统中的设备维护一直是电力公司运行管理的重中之重。
传统的设备维护主要依靠人工巡视和定期保养，不能及时发现设备故障的风险。
而借助人工智能技术，可以对电力设备进行智能监测，及时发现设备故障的迹象。
通过对设备数据的分析和建模，可以预测设备的寿命和故障风险，并制定相应的维护计划。
这种智能化的设备维护模式减少了人力资源的浪费，提高了设备的可靠性和可维护性。
总结起来，人工智能技术在电力系统中的应用，可以提高电力系统的运行效率、经济性和可靠性。
人工智能技术在电力系统中的应用
人工智能技术在电力系统中的应用1. 智能能源管理系统人工智能技术在电力系统中的一个重要应用就是智能能源管理系统。
通过数据挖掘、机器学习和优化算法等技术，智能能源管理系统可以实现对能源的智能化管理和控制，从而提高能源利用率和降低能源消耗。
智能能源管理系统还可以实现对电力负荷的预测和调度，提高电网的运行效率。
2. 智能故障诊断与预测在电力系统中，故障的及时诊断和预测对保障系统的安全和可靠运行至关重要。
人工智能技术可以通过对电力系统的大量数据进行分析和学习，实现对电力设备的智能故障诊断和预测，提高对电力设备故障的检测速度和准确性。
3. 智能配电系统4. 智能电力市场交易随着电力市场的改革和发展，电力市场交易对于优化电力资源配置和提高市场效率具有重要意义。
人工智能技术可以实现对电力市场交易数据的智能化分析和预测，从而提高电力市场交易的效率和公平性。
二、人工智能技术在电力系统中的发展趋势1. 数据驱动的智能化发展随着大数据技术的不断发展和成熟，电力系统将更加注重对数据的收集、分析和应用。
未来人工智能技术在电力系统中的发展将更加数据驱动，通过大数据技术实现对电力系统的智能化管理和控制。
2. 多元化的智能化应用未来人工智能技术在电力系统中的应用将更加多元化，除了智能能源管理系统、智能故障诊断与预测、智能配电系统和智能电力市场交易外，还将出现更多领域的智能化应用，如智能电网、智能用户侧管理等等。
人工智能技术将在电力系统中发挥越来越重要的作用，未来将出现更多的智能化决策支持系统，通过对大量数据的智能化分析和学习，为电力系统的决策提供更加智能化的支持。
4. 开放式智能化平台1. 提高电力系统的安全性和可靠性随着人工智能技术在电力系统中的应用不断深入，将可以实现对电力系统的智能化监控和控制，从而提高电力系统的安全性和可靠性。
2. 优化电力资源配置和利用人工智能技术在电力系统中的应用将会带来巨大的变革和发展机遇，通过不断深入研究和开发，可以实现对电力系统的智能化管理和控制，提高电力系统的效率、安全和可靠性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
人工智能及其在电力系统中的应用
发表时间：2016-09-22T15:09:02.970Z 来源：《低碳地产》2016年第6期作者：秦文峰
[导读] 介绍了人工智能中的专家系统、神经网络、模糊理论、模式识别和小波分析技术，以及这些技术在电力系统中的相关应用。
广西南宁 530000
【摘要】介绍了人工智能中的专家系统、神经网络、模糊理论、模式识别和小波分析技术，以及这些技术在电力系统中的相关应用。
【关键词】人工智能；电力系统；应用
随着信息社会和知识经济时代的来临，信息量急剧增加，使得仅靠人脑来处理纷繁复杂信息变得力不从心，所以需要开发由机器实现的人工智能。
同样随着我国电力行业的大力发展，系统结构越来越复杂，各种数据越来越多，这就需要将人工智能的技术应用在电力系统中，帮助人们解决复杂的问题。
2 人工智能技术在电力系统中的具体应用
2.1 人工智能定义
人工智能（artificial intelligence，简称AI）[1]是研究、开发和模拟人类智能、智能行为及其规律的一门学科，是计算机学科的一个分支，它的主要任务是通过建立智能信息处理理论，设计出具有近似于人类智能行为的计算系统。
电力系统自动化的领域包括生产过程的自动检测、调节和控制，系统和元件的自动安全保护，网络信息的自动传输，系统生产的自动调度，以及企业的自动化经济管理等。
电力系统自动化的主要目标是保证供电的电能质量（频率和电压）、系统运行的安全可靠，提高经济效益和管理效能。
2.2 电力系统中人工智能的研究和应用领域
（1）专家系统。
专家系统（ES）是人工智能领域的一个重要分支，它的原理是首先需要对专家在某一个学科领域内的知识和经验进行统计分析，然后采用计算机程序来模拟专家对相同问题的决策过程，最后提出解决问题的方法。
例如故障专家系统，可以根据人工提供或现场检测采集到的数据来判断故障发生的具体原因，为排除故障提供参考。
在电力系统实际运行时，为保证操作的安全准确性，采用了操作票制度。
然而对于现场运行人员来说，编制操作票是一项复杂智能性的劳动，因此可将专家系统应用于编制操作票工作中，这样对于减轻人脑负担和提高准确性都有重要意义。
在继电保护中也可采用专家系统，它是针对整个系统中不同保护工作原理，制定相应的鉴别规则、整定原则、核查规则、校正规则等，从而实现设备的智能调整与维护[1]。
（2）人工神经网络。
人工神经网络（ANN）从信息收集和处理的角度对人脑神经元网络进行模拟抽象，它采取的是非线性映射的方法，通过对标准样本的学习，不断调整自身的连接权重，经过训练最终能够获得正确的输出，具有强大的知识获取能力，善于解决难以列出方程式或复杂的非线性问题。
1975年Dillon等人在第五次PSCC会议上发表了一篇关于用自学习机进行负荷预测的文章，这是ANN在电力系统中的最早应用[5]。
但限于当时对ANN本身的研究没有实质性进展，所以ANN在电力系统中的应用没有得到足够的重视，以至于这方面的研究工作中断了很长时间。
直至1986年S.Y.OH用模式识别以及联想记忆的方法对一个实际系统进行了安全估计，证明了该方法的可行性。
随后，1988年D.J.Sobajic和Y.H.Pao应用ANN中的BP算法进行电力系统的动态安全估计，通过计算结果可知这种方法准确度很高。
（3）模糊理论。
模糊理论以模糊集合为基础，其基本思想是接受模糊性现象存在的事实，以处理概念模糊不确定事物为目标，利用模糊隶属度的概念来对不确定事件与现象进行描述。
应用模糊理论的模糊识别可以通过对事物的特征进行分类和识别，解决了电力系统中许多需要较长时间的复杂运算来进行故障诊断的问题，提高了电力系统故障诊断的效率。
模糊理论主要应用在继电保护的主变保护、线路保护和发电机保护等几个方面[5]。
例如在故障电压分量中，电压的高频成分各不相同，提取不同相电压的变换频率特征，将其与模糊集合进行比较，从而可判断出故障相；还可以通过分析对比变压器实际工作电流与理论电流的对称度隶属函数的近似程度进行变压器故障判断，当近似程度超过某一欲定值时，即可以断定变压器发生了故障。
但是，模糊系统有自己的缺点，它不具备独立学习能力且建立模型、获取语言规则以及隶属度的方法都不够完善，所以在电力系统中的应用也受到了一定的限制。
（4）模式识别。
模式识别是人类的一项基本技能，在日常生活中，人们经常进行“模式识别”，随着人工智能的兴起，人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动。
（计算机）模式识别是指通过计算机用数学技术的方法来研究模式的自动处理和判读过程。
模式识别技术在电力系统中的应用较为广泛，比如高阻抗检测、距离保护等。
例如新式继电保护装置，它是建立在模式识别技术与微处理机基础上的，通过改进配电线接地保护装置，在其内置微处理机上加装模式识别数据库，该数据库可以识别电压和电流信号，通过对线路的电流和电压信号进行实时数据比对，进而能够准确鉴别高阻抗正常或故障状态。
（5）小波分析。
小波分析是应用数学和工程学科中一个迅速发展的新领域，与傅里叶变换相比，小波变换是空间（时间）和频率的局部变换，因而能有效地从信号中提取信息。
通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，解决了傅里叶变换不能解决的许多困难问题，适用于非平稳信号的判断与处理。
因此非常适用于电力系统中正常信号中突然出现瞬间信号反常问题的分析。
小波分析在电力系统中主要应用在与电流、电压相关的故障诊断方面，一般情况下需要与其他方法结合使用。
例如对变压器励磁涌流的判断，可以通过小波变换的方法提取励磁涌流的间断角特征，然后结合模糊理论的方法进行具体的故障诊断。
目前应用的电力系统监测手段，主要有侧重于记录电磁暂态过程的各种故障录波仪和侧重于系统稳态运行情况的监视控制与数据采集（SCADA）系统。
前者记录数据冗余，记录时间较短，不同记录仪之间缺乏通信，使得对于系统整体动态特性分析困难；后者数据刷新间隔较长，只能用于分析系统的稳态特性。
两者还具有一个共同的不足，即不同地点之间缺乏准确地共同时间标记，记录数据只是局部有效，难以用于对全系统动态行为的分析。
基于GPS的新一代动态安全监控系统，是新动态安全监测系统与原有SCADA的结合。
电力系统新一代动态安全监测系统，主要由同步定时系统，动态相量测量系统、通信系统和中央信号处理机四部分组成。
3 结语
本文主要介绍了几种人工智能技术在电力系统中的实际应用，目前各种人工智能技术和方法在系统中的应用还不够深入，但随着研究的不断进行，新的研究成果会为人工智能在电力系统中的规划、运行和控制开拓新的思路提供新的方法。
参考文献：
[1]艾芊.现代电力系统辨识人工智能方法[M].上海交通大学出版社，2012.
[2]王振江.专家系统及其在电力系统中的应用介绍[J].广东输电与变电技术，2004（1）.
[3]韩桢祥，文福栓.人工智能及其在电力系统中的应用-从专家系统到人工神经网络[J].电力系统自动化，1991（3）.
[4]朱福喜.人工智能基础教程[M].清华大学出版社，2011.
[5]赵刚.继电保护中的人工智能技术及其应用[J].江苏科技信息，2014（24）.。