检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:梅惠 MEI Hui(Jiangsu Yancheng Power Supply Company,Jiangsu 224000,China.)
机构地区:[1]江苏盐城供电公司,江苏224000
出 处:《电子技术(上海)》2025年第1期306-307,共2页Electronic Technology
摘 要:阐述一种基于大数据与AI算法协同作用的调度优化框架,探讨大数据如何通过实时数据支持和历史数据分析为AI模型提供精准输入。利用深度学习算法进行负荷预测与设备状态估计,分析该协同应用如何应对高比例可再生能源接入等方面的挑战,并展示大数据与AI算法联合优化调度的技术实现。This paper describes a scheduling optimization framework based on the synergistic effect of big data and Al algorithms,exploring how big data provides accurate input for Al models through real-time data support and historical data analysis.It utilizes deep learning algorithms for load forecasting and equipment state estimation,analyzes how this collaborative application addresses challenges such as high proportion renewable energy access,and demonstrates the technical implementation of joint optimization scheduling using big data and Al algorithms.
关 键 词:大数据 人工智能 主网调度 负荷预测 强化学习 调度优化
分 类 号:TP311.13[自动化与计算机技术—计算机软件与理论] TP18[自动化与计算机技术—计算机科学与技术] TM76[电气工程—电力系统及自动化]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.7