发电系统数字化研究综述

doi:10.12096/j.2096-4528.pgt.23030

摘要/Abstract

摘要：

随着信息革命的发展与演进，推动新一代数字技术与传统发电系统融合，推进发电系统的数字化建设是支撑能源转型与数字电网建设的重要途经。从发电系统的数字化业务需求出发，总结了全生命周期管理、智能运维和智能运行等多类型场景对于数据的业务需求，从网络结构和数字技术架构两方面阐述了发电系统数字化系统的体系架构，梳理了发电系统数字化过程中的关键技术与应用，最后探讨了发电系统数字化过程中亟待解决的问题。

关键词: 发电系统数字化, 业务架构, 协同驱动, 体系架构, 人工智能, 数字孪生

Abstract:

With the development and evolution of the information revolution, promoting the integration of a new generation of digital technology with traditional power generation system, and promoting the digital construction of power generation systems is an important way to support energy transformation and digital grid construction. Based on the digital business needs of power generation system, this paper summarized the business needs of data in various scenarios such as the full life cycle management, intelligent operation and maintenance, and intelligent operation. The architecture of power generation system was expounded from the aspects of network structure and digital technology architecture. The key technologies and applications in the process of digitalization of power generation system were sorted out. Finally, the problems that need to be solved in the process of digitalization of power generation system were discussed.

Key words: digitalization of power generation system, business architecture, collaborative driven, architecture, artificial intelligence, digital twin

中图分类号:

TK 01

王翔宇, 陈武晖, 郭小龙, 常喜强. 发电系统数字化研究综述[J]. 发电技术, 2024, 45(1): 120-141.

Xiangyu WANG, Wuhui CHEN, Xiaolong GUO, Xiqiang CHANG. Review of Research on the Digitalization of Power Generation System[J]. Power Generation Technology, 2024, 45(1): 120-141.

图/表 11

图1 数字化业务应用架构示意图

Fig. 1 Schematic diagram of digital business application architecture

图2 基于机理的寿命预测流程示意图

Fig. 2 Schematic diagram of life prediction process based on mechanism

图3 基于专家知识的工况监控流程示意图

Fig. 3 Schematic diagram of working condition monitoring process based on expert knowledge

图4 基于物理方法的风电功率预测流程图

Fig. 4 Schematic diagram of wind power prediction based on physical method

图5 碳排放在线监测系统示意图

Fig. 5 Schematic diagram of carbon emission online monitoring system

图6 传统发电系统数字化系统网络结构示意图

Fig. 6 Schematic diagram of the network structure of the digital system of the traditional power generation system

图7 智能发电系统数字化系统网络结构示意图

Fig. 7 Schematic diagram of the network structure of the digital system of the intelligent power generation system

图8 发电系统数字技术架构示意图

Fig. 8 Schematic diagram of the digital technology architecture of the power generation side

图9 感知层示意图

Fig. 9 Schematic diagram of the reading layer

图10 融合层示意图

Fig. 10 Schematic diagram of the fusion layer

图11 应用层示意图

Fig. 11 Schematic diagram of the application layer

参考文献 140

1	李鹏，习伟，蔡田田，等．数字电网的理念、架构与关键技术[J]．中国电机工程学报，2022，42(14)：5002-5017．
	LI P， XI W， CAI T T，et al ．Concept，architecture and key technologies of digital power grids[J]．Proceedings of the CSEE，2022，42(14)：5002-5017．
2	刘吉臻，王庆华，房方，等．数据驱动下的智能发电系统应用架构及关键技术[J]．中国电机工程学报，2019，39(12)：3578-3587． doi:10.13334/j.0258-8013.pcsee.181251
	LIU J Z， WANG Q H， FANG F，et al ．Data-driven-based application architecture and technologies of smart power generation[J]．Proceedings of the CSEE，2019，39(12)：3578-3587． doi:10.13334/j.0258-8013.pcsee.181251
3	白浩，周长城，袁智勇，等．基于数字孪生的数字电网展望和思考[J]．南方电网技术，2020，14(8)：18-24．
	BAI H， ZHOU C C， YUAN Z Y，et al ．Prospect and thinking of digital power grid based on digital twin[J]．Southern Power System Technology，2020，14(8)：18-24．
4	黄敬志，冯国平，黄小强，等．广东电网“十四五”数字化建设规划研究[J]．南方能源建设，2022，9(S1)：132-138．
	HUANG J Z， FENG G P， HUANG X Q，et al ．Research on digital construction planning of guangdong power grid in the 14th Five Year Plan[J]．Southern Energy Construction，2022，9(S1)：132-138．
5	陈树勇，宋书芳，李兰欣，等．智能电网技术综述[J]．电网技术，2009，33(8)：1-7．
	CHEN S Y， SONG S F， LI L X，et al ．Survey on Smart Grid Technology[J]．Power System Technology，2009，33(8)：1-7．
6	王靛，文坤，胡凯凯，等．新基建时代风电场智能运维技术的发展与展望[J]．控制与信息技术，2021(5)：6-11．
	WANG D， WEN K， HU K K，et al ．Development and prospect of wind power intelligent operation and maintenance technologies in the new infrastructure era[J]．Control and Information Technology，2021(5)：6-11．
7	惠慧，李蕊，朱逸镝，等．含高比例分布式光伏的配电网多目标概率规划方法[J]．电测与仪表，2023，60(11)：2-10．
	HUI H， LI R， ZHU Y D，et al ．Multi-objective probabilistic planning method for distribution network with high proportion of distributed photovoltaic[J]．Electrical Measurement & Instrumentation，2023，60(11)：2-10．
8	张全斌，周琼芳．基于“双碳”目标的中国火力发电技术发展路径研究[J]．发电技术，2023，44(2)：143-154． doi:10.12096/j.2096-4528.pgt.22092
	ZHANG Q B， ZHOU Q F ．Research on the development path of china’s thermal power generation technology based on the goal of “carbon peak and carbon neutralization”[J]．Power Generation Technology，2023，44(2)：143-154． doi:10.12096/j.2096-4528.pgt.22092
9	赵锐，苏宇琦．数字化技术在火电厂的应用探讨[J]．信息通信，2017(5)：290-291． doi:10.3969/j.issn.1673-1131.2017.04.148
	ZHAO R， SU Y Q ．Discussion on the application of digital technology in thermal power plants[J]．Information & Communications，2017(5)：290-291． doi:10.3969/j.issn.1673-1131.2017.04.148
10	张毅，王德宽，刘晓波，等．水电厂数字化解决方案分析探讨[J]．水电站机电技术，2018，41(2)：13-18．
	ZHANG Y， WANG D K， LIU X B，et al ． Discussion on the application of digital technology in thermal power plants[J]．Mechanical & Electrical Technique of Hydropower Station，2018，41(2)：13-18．
11	罗昊，王长江，王建国．面向数字孪生的电-气综合能源系统可用输电能力计算[J]．电力建设，2023，44(11)：113-127．
	LUO H， WANG C J， WANG J G ．Calculation of available transmission capacity of electricity-gas integrated energy system for digital twin[J]．Electric Power Construction，2023，44(11)：113-127．
12	刘吉臻．智能发电是第四次工业革命的大趋势[N]．中国能源报，2016-07-27．
	LIU J Z ．Smart power generation is a major trend in the fourth industrial revolution[N]．China Energy News，2016-07-27．
13	郭楠，贾超．《信息物理系统白皮书(2017)》解读(下)[J]．信息技术与标准化，2017(5)：42-47． doi:10.1177/0266382117692452
	GUO N， JIA C ．Interpretation of “cyber-physical systems white paper(2017)”(part two)[J]．Information Technology & Standardization，2017(5)：42-47． doi:10.1177/0266382117692452
14	国务院国资委办公厅．关于加快推进国有企业数字化转型工作的通知[EB/OL]．(2020-09-21)[2022-12-21]．．
	General Office of the State-owned Assets Supervision and Administration Commission of the State Council ．Notice on accelerating the digital transformation of state-owned enterprises[EB/OL]．(2020-09-21)[2022-12-21]．．
15	刘吉臻，胡勇，曾德良，等．智能发电厂的架构及特征[J]．中国电机工程学报，2017，37(22)：6463-6470．
	LIU J Z， HU Y， ZENG D L，et al ．Architecture and feature of smart power generation[J]．Proceedings of the CSEE，2017，37(22)：6463-6470．
16	杨新民，陈丰，曾卫东，等．智能电站的概念及结构[J]．热力发电，2015，44(11)：10-13． doi:10.3969/j.issn.1002-3364.2015.11.010
	YANG X M， CHEN F， ZENG W D，et al ．Concept and structure of intelligent power stations[J]．Thermal Power Generation，2015，44(11)：10-13． doi:10.3969/j.issn.1002-3364.2015.11.010
17	华志刚，范佳卿，郭荣，等．人工智能技术在火电行业的应用探讨[J]．中国电力，2021，54(7)：198-207．
	HUA Z G， FAN J Q， GUO R，et al ．Discussion on application of artificial intelligence technology in thermal power industry[J]．Electric Power，2021，54(7)：198-207．
18	肖祥武，王丰，王晓辉，等．面向工业互联网的智慧电厂仿生体系架构及信息物理系统[J]．电工技术学报，2020，35(23)：4898-4911．
	XIAO X W， WANG F， WANG X H，et al ．Bionic structure and cyber-physical system for intelligent power plant oriented to the industrial internet[J]．Transactions of China Electrotechnical Society，2020，35(23)：4898-4911．
19	冯汉夫，李希哲，马力，等．智能化水电站体系架构的分析[J]．西北水电，2015(6)：76-79． doi:10.3969/j.issn.1006-2610.2015.06.020
	FENG H F， LI X Z， MA L，et al ．Analysis on system structures of intelligent hydropower station[J]．Northwest Hydropower，2015(6)：76-79． doi:10.3969/j.issn.1006-2610.2015.06.020
20	陈霄逸，宋琳莉，石发太，等．流域梯级水电站电力生产数据中心的架构设计与应用[J]．水力发电，2021，47(12)：110-115．
	CHEN X Y， SONG L L， SHI F T，et al ．Research on the architecture design of power production data center for cascade hydropower stations[J]．Water Power，2021，47(12)：110-115．
21	李维聪，胡玉涛，李伟．基于大数据平台的智能电厂数据及系统集成方案研究[J]．南方能源建设，2022，9(4)：143-149． doi:10.16516/j.gedi.issn2095-8676.2022.04.018
	LI W C， HU Y T， LI W ．Research on data and system integration of intelligent power plant based on big data platform[J]．Southern Energy Construction，2022，9(4)：143-149． doi:10.16516/j.gedi.issn2095-8676.2022.04.018
22	尹峰，陈波，苏烨，等．智慧电厂与智能发电典型研究方向及关键技术综述[J]．浙江电力，2017，36(10)：1-6．
	YIN F， CHEN B， SU Y，et al ．Discussion on typical research directions and key technologies for smart power plants and smart power generation[J]．Zhejiang Electric Power，2017，36(10)：1-6．
23	华志刚，郭荣，汪勇．燃煤智能发电的关键技术[J]．中国电力，2018，51(10)：8-16．
	HUA Z G， GUO R， WANG Y ．Key technologies for intelligent coal-fired power generation[J]．Electric Power，2018，51(10)：8-16．
24	房方，张效宁，梁栋炀，等．面向智能发电的数字孪生技术及其应用模式[J]．发电技术，2020，41(5)：462-470． doi:10.12096/j.2096-4528.pgt.20075
	FANG F， ZHANG X N， LIANG D Y，et al ．Digital twin technology for smart power generation and its application modes[J]．Power Generation Technology，2020，41(5)：462-470． doi:10.12096/j.2096-4528.pgt.20075
25	钟永洁，纪陵，李靖霞，等．虚拟电厂智慧运营管控平台系统框架与综合功能[J]．发电技术，2023，44(5)：656-666． doi:10.12096/j.2096-4528.pgt.22105
	ZHONG Y J， JI L， LI J X，et al ．System framework and comprehensive functions of intelligent operation management and control platform for virtual power plant[J]．Power Generation Technology，2023，44(5)：656-666． doi:10.12096/j.2096-4528.pgt.22105
26	杨新民，曾卫东，肖勇．火电站智能化现状及展望[J]．热力发电，2019，48(9)：1-8．
	YANG X M， ZENG W D， XIAO Y ．Present situation and prospect of thermal power plant intelligentization[J]．Thermal Power Generation，2019，48(9)：1-8．
27	韩华锋，马玉娟，黄一志，等．1 000 MW级火电机组智慧电厂建设研究[J]．中国电力，2018，51(10)：49-55．
	HAN H F， MA Y J， HUANG Y Z，et al ．Research on the construction of intelligent power plant of 1 000 MW thermal power unit[J]．Electric Power，2018，51(10)：49-55．
28	吴辰璇，周军，姜国岩．智慧风电场的建设及探讨[J]．自动化博览，2022，39(4)：66-71． doi:10.3969/j.issn.1003-0492.2022.04.028
	WU C X， ZHOU J， JIANG G Y ．Discussion on construction scheme of smart wind farms[J]．Automation Panorama，2022，39(4)：66-71． doi:10.3969/j.issn.1003-0492.2022.04.028
29	屠学伟，郑亚锋．智慧电厂建设探讨[J] ．自动化博览，2019(1)：29-31． doi:10.3969/j.issn.1003-0492.2019.01.018
	TU X W， ZHENG Y F ．Discussion on the construction of smart power plants[J]．Automation Panorama，2019(1)：29-31． doi:10.3969/j.issn.1003-0492.2019.01.018
30	崔青汝，李庚达，牛玉广．电力企业智能发电技术规范体系架构[J]．中国电力，2018，51(10)：32-36．
	CUI Q R， LI G D， NIU Y G ．Architecture of the intelligent power generation technical specification for electric power enterprises[J]．Electric Power，2018，51(10)：32-36．
31	唐勇，刘鹤，张力，等．瀑布沟电厂智慧水电建设实践[J]．热力发电，2019，48(9)：156-160．
	TANG Y， LIU H， ZHANG L，et al ．Practice of intelligent hydropower construction in Pubugou hydropower plant[J]．Thermal Power Generation，2019，48(9)：156-160．
32	卿子龙，卿良华．海上风电机组智慧型监控管理系统[J]．分布式能源，2022，7(1)：69-73．
	QING Z L， QING L H ．Intelligent monitoring and management system for offshore wind turbines[J]．Distributed Energy，2022，7(1)：69-73．
33	陈亮，阳熹，杨源．智慧海上风电场的定义、架构体系和建设路径[J]．南方能源建设，2020，7(3)：62-69．
	CHEN L， YANG X， YANG Y ．Definition，architecture and constructive route of intelligent offshore wind farm[J]．Southern Energy Construction，2020，7(3)：62-69．
34	薛午霞．基于大数据的光伏电站运维云平台构建与评价研究[D]．北京：华北电力大学，2019．
	XUE W X ．Research on construction and evaluation of operational and maintenance cloud platform for photovoltaic power station based on big data[D]．Beijing：North China Electric Power University，2019．
35	王飞跃，孙奇，江国进，等．核能5.0：智能时代的核电工业新形态与体系架构[J]．自动化学报，2018，44(5)：922-934．
	WANG F Y， SUN Q， JIANG G J，et al ． Nuclear energy 5.0：new formation and system architecture of nuclear power industry in the new IT era[J]．Acta Automatica Sinica，2018，44(5)：922-934．
36	温存．全国首座潮光互补型智能光伏电站实现全容量并网发电[J]．光源与照明，2022(8)：71．
	WEN C ．China’s first tidal-solar complementary intelligent photovoltaic power station realizes full-capacity grid-connected power generation[J]．Light Sources and Lighting，2022(8)：71．
37	黄纬邦．基于反步滑模控制的直驱式波浪发电系统功率优化[D]．广州：广东工业大学，2022．
	HUANG W B ．Power optimization of direct-drive wave power generation system based on backstep sliding mode control[D]．Guangzhou：Guangdong University of Technology，2022．
38	胡彬彬．结合储能的直驱式波浪发电控制技术研究[D]．南京：东南大学，2021．
	HU B B ．Research on direct drive wave power generation control technology combined with energy storage[D]．Nanjing：Southeast University，2021．
39	巩亮，韩东旭，陈峥，等．增强型地热系统关键技术研究现状及发展趋势[J]．天然气工业，2022，42(7)：135-159． doi:10.3787/j.issn.1000-0976.2022.07.015
	GONG L， HAN D X， CHEN Z，et al ．Research status and development trend of key technologies of enhanced geothermal systems[J]．Gas Industry，2022，42(7)：135-159． doi:10.3787/j.issn.1000-0976.2022.07.015
40	赵成澎．数字电站一体化信息管理整合平台顶层业务架构设计及应用[D]．北京：华北电力大学，2015．
	ZHAO C P ．Top-level business architecture design and applications of integrated information management platform of digital power plant[D]．Beijing：North China Electric Power University，2015．
41	刘吉臻，李云鸷，宋子秋，等．灵活智能燃煤发电技术及评价体系[J]．动力工程学报，2022，42(11)：993-1004．
	LIU J Z， LI Y Z， SONG Z Q，et al ．Flexible and intelligent coal-fired power generation technology and its evaluation system[J]．Journal of Chinese Society of Power Engineering，2022，42(11)：993-1004．
42	田宁．智慧电厂顶层设计的研究[D]．秦皇岛：燕山大学，2016．
	Tian Ning ．Research on the top level design of intelligent power plant[D]．Qinhuangdao：Yanshan University，2016．
43	裴洪，胡昌华，司小胜，等．基于机器学习的设备剩余寿命预测方法综述[J]．机械工程学报，2019，55(8)：1-13． doi:10.3901/jme.2019.08.001
	PEI H， HU C H， SI X S，et al ．Review of machine learning based remaining useful life prediction methods for equipment[J]．Journal of Mechanical Engineering，2019，55(8)：1-13． doi:10.3901/jme.2019.08.001
44	毛俊超，郑甲红，马浩然．2 MW风力发电机低速轴承寿命分析[J]．机械设计与制造，2014(2)：206-208．
	MAO J C， ZHENG J H， MA H R ．Low speed shaft bearing life analysis of the 2 MW wind turbine[J]．Machinery Design & Manufacture，2014(2)：206-208．
45	梁勇．风电机组主轴轴承的疲劳寿命预测[D]．兰州：兰州理工大学，2013． doi:10.1109/qr2mse.2013.6625711
	LIANG Y ．Fatigue life prediction for wind turbine main shaft bearings[D]．Lanzhou：Lanzhou University of Technology，2013． doi:10.1109/qr2mse.2013.6625711
46	尚立龙．风电机组主轴轴承疲劳寿命分析与数值模拟[D]．北京：华北电力大学，2013．
	SHANG L L ．Analysis and numerical simulation of fatigue life of main shaft bearing in wind turbine[D]．Beijing：North China Electric Power University，2013．
47	刘悦遐．基于任务剖面的光伏逆变器寿命预测[D]．武汉：武汉大学，2018．
	LIU Y X ．Life prediction of photovoltaic inverter based on mission profile[D]．Wuhan：Wuhan University，2018．
48	陈冬．变流器功率器件疲劳失效机理与寿命评估[D]．天津：河北工业大学，2020．
	CHEN D ．Fatigue failure mechanism and life evaluation of converter power device[D]．Tianjin：Hebei University of Technology，2020．
49	丁佳煜，许昌，葛立超，等．基于轴承温度模型的风电机组故障预测研究[J]．可再生能源，2018，36(2)：276-282． doi:10.3969/j.issn.1671-5292.2018.02.018
	DING J Y， XU C， GE L C，et al ．The fault prediction in wind turbine based on temperature model of bearings[J]．Renewable Energy Resources，2018，36(2)：276-282． doi:10.3969/j.issn.1671-5292.2018.02.018
50	BATZEL T D， SWANSON D C ．Prognostic health management of aircraft power generators[J]．IEEE Transactions on Aerospace and Electronic Systems，2009，45(2)：473-482． doi:10.1109/taes.2009.5089535
51	赵春晖，胡赟昀，郑嘉乐，等．数据驱动的燃煤发电装备运行工况监控——现状与展望[J]．自动化学报，2022，48(11)：2611-2633．
	ZHAO C H， HU Y Y， ZHENG J L，et al ．Data-driven operating monitoring for coal-fired power generation equipment：the state of the art and challenge[J]．Acta Automatica Sinica，2022，48(11)：2611-2633．
52	KIM K Y， LEE Y J ．Fault detection and diagnosis of the deaerator level control system in nuclear power plants[J]．Nuclear Engineering and Technology，2004，36(1)：73-82．
53	BARSZCZ T， CZOP P ．A feedwater heater model intended for model-based diagnostics of power plant installations[J]．Applied Thermal Engineering，2011，31(8-9)：1357-1367． doi:10.1016/j.applthermaleng.2010.12.012
54	RAKHSHANI E， SARIRI I， ROUZBEHI K ．Application of data mining on fault detection and prediction in boiler of power plant using artificial neural network[C]//2009 International Conference on Power Engineering，Energy and Electrical Drives．Lisbon，Portugal：IEEE，2009：473-478． doi:10.1109/powereng.2009.4915186
55	QIU F X ．Research and application of operation condition monitoring and fault diagnosis for thermal power units[D]．Nanjing：Southeast University，2010．
56	孙荣富，张涛，和青，等．风电功率预测关键技术及应用综述[J]．高电压技术，2021，47(4)：1129-1143．
	SUN R F， ZHANG T， HE Q，et al ．Review on key technologies and applications in wind power forecasting[J]．High Voltage Engineering，2021，47(4)：1129-1143．
57	龚莺飞，鲁宗相，乔颖，等．光伏功率预测技术[J]．电力系统自动化，2016，40(4)：140-151． doi:10.7500/AEPS20150711003
	GONG Y F， LU Z X， QIAO Y，et al ．An overview of photovoltaic energy system output forecasting technology[J]．Automation of Electric Power Systems，2016，40(4)：140-151． doi:10.7500/AEPS20150711003
58	冯双磊，王伟胜，刘纯，等．风电场功率预测物理方法研究[J]．中国电机工程学报，2010，30(2)：1-6．
	FENG S L， WANG W S， LIU C，et al ．Study on the physical approach to wind power prediction[J]．Proceedings of the CSEE，2010，30(2)：1-6．
59	MEN Z，YEE E， LIEN F S，et al ．Short-term wind speed and power forecasting using an ensemble of mixture density neural networks[J]．Renewable Energy，2016，87(3)：129-135． doi:10.1016/j.renene.2015.10.014
60	杨茂，张罗宾．基于数据驱动的超短期风电功率预测综述[J]．电力系统保护与控制，2019，47(13)：171-186．
	YANG M， ZHANG L B ．Review on ultra-short term wind power forecasting based on data-driven approach[J]．Power System Protection and Control，2019，47(13)：171-186．
61	董志强，郑凌蔚，苏然，等．一种基于IGWO-SNN的光伏出力短期预测方法[J]．电力系统保护与控制，2023，51(1)：131-138．
	DONG Z Q， ZHENG L W， SU R，et al ．An IGWO-SNN-based method for short-term forecast of photovoltaic output[J]．Power System Protection and Control，2023，51(1)：131-138．
62	苏向敬，聂良钊，李超杰，等．基于MSTAGNN模型的可解释海上风电场多风机出力预测[J]．电力系统自动化，2023，47(9)：88-98． doi:10.7500/AEPS20220502002
	SU X J， NIE L Z， LI C J，et al ．Power output prediction of multiple wind turbines for interpretable offshore wind farm based on multiple spatiotemporal attention graph neural network model[J]．Automation of Electric Power Systems，2023，47(9)：88-98． doi:10.7500/AEPS20220502002
63	王铮， RUI Pestana，冯双磊，等．基于加权系数动态修正的短期风电功率组合预测方法[J]．电网技术，2017，41(2)：500-707．
	WANG Z， RUI P， FENG L，et al ．Short-term wind power combination forecasting method based on dynamic coefficient updating[J]．Power System Technology，2017，41(2)：500-707．
64	牛晨光，游晓科，赵震云，等．风电场发电功率短期预测组合模型研究[J]．华北电力大学学报，2012，39(3)：29-34． doi:10.3969/j.issn.1007-2691.2012.03.005
	NIU C G， YOU X K， ZHAO Z Y，et al ．Study on the combination model of short-term wind power generation prediction[J]．Journal of North China Electric Power University，2012，39(3)：29-34． doi:10.3969/j.issn.1007-2691.2012.03.005
65	王雨，苏适，严玉廷．基于 Kalman 滤波和 BP 神经网络的光伏超短期功率预测模型[J]．电气技术，2014(1)：42-46．
	WANG Y， SU S， YAN Y T ．Very short-term PV power forecasting model based on Kalman filter algorithm and BP neutral network[J]．Electrical Engineering，2014(1)：42-46．
66	祝国强，朱琳非，张叶，等．光伏发电伺服系统数字动态面智能控制策略[J]．中国电机工程学报，2022，42(17)：6347-6357．
	ZHU G Q， ZHU L F， ZHANG Y，et al ．Digital dynamic surface intelligent control strategy of photovoltaic power generation servo system[J]．Proceedings of the CSEE，2022，42(17)：6347-6357．
67	李欣，张明明，杨洪磊．张力腿漂浮式风电机组疲劳载荷智能控制研究[J]．太阳能学报，2020，41(9)：278-286．
	LI X， ZHANG M M， YANG H L ．Numerical investigation of smart fatigue load control on tension leg platform floating wind turbine[J]．Acta Energiae Solaris Sinica，2020，41(9)：278-286．
68	苑晨阳，李静，陈健云，等．大型风电机组变桨距ABC-PID控制研究[J]．太阳能学报，2019，40(10)：3002-3008．
	YUAN C Y， LI J， CHEN J Y，et al ．Research on abc-pid pitch control of large-scale wind turbines[J]．Acta Energiae Solaris Sinica，2019，40(10)：3002-3008．
69	林俐，谢永俊，朱晨宸，等．基于优先顺序法的风电场限出力有功控制策略[J]．电网技术，2013，37(4)：960-966．
	LIN L， XIE Y J， ZHU C C，et al ．Priority list-based output-restricted active power control strategy for wind farms[J]．Power System Technology，2013，37(4)：960-966．
70	罗剑波，陈永华，刘强．大规模间歇性新能源并网控制技术综述[J]．电力系统保护与控制，2014，42(22)：140-146． doi:10.7667/j.issn.1674-3415.2014.22.023
	LUO J B， CHEN Y H， LIU Q ．Overview of large-scale intermittent new energy grid-connected control technology[J]．Power System Protection and Control，2014，42(22)：140-146． doi:10.7667/j.issn.1674-3415.2014.22.023
71	卢鹏．梯级水电站群跨电网短期联合运行及经济调度控制研究[D]．武汉：华中科技大学，2016．
	LU P ．Research on short-term optimal operation and economic dispatching of trans-provincial power cascade hydropower stations[D]．Wuhan：Huazhong University of Science and Technology，2016．
72	行舟，陈永华，陈振寰，等．大型集群风电有功智能控制系统控制策略(一)：风电场之间的协调控制[J]．电力系统自动化，2011，35(20)：20-23．
	XING Z， CHEN Y H， CHEN Z H，et al ．A control strategy of active power intelligent control system for large cluster of wind farms part one：coordination control for wind farms[J]．Automation of Electric Power Systems，2011，35(20)：20-23．
73	路朋，叶林，汤涌，等．基于模型预测控制的风电集群多时间尺度有功功率优化调度策略研究[J]．中国电机工程学报，2019，39(22)：6572-6583．
	LU P， YE L， TANG Y，et al ．Multi-time scale active power optimal dispatch in wind power cluster based on model predictive control[J]．Proceedings of the CSEE，2019，39(22)：6572-6583．
74	王小龙．光伏电站集群协调控制与监控系统研究[D]．南京：东南大学，2016．
	WANG X L ．Study on photovoltaic power station clustercoordination control and its monitoring system[D]．Nanjing：Southeast University，2016．
75	陈振寰，陈永华，行舟，等．大型集群风电有功智能控制系统控制策略(二)：风火电“打捆”外送协调控制[J] ．电力系统自动化，2011，35(21)：12-15．
	CHEN Z H， CHEN Y H， XING Z，et al ．A control strategy of active power intelligent control system for large cluster of wind farms part two：coordination control for shared transmission of wind power and thermal power[J]．Automation of Electric Power Systems，2011，35(21)：12-15．
76	刘吉臻，姚琦，柳玉，等．风火联合调度的风电场一次调频控制策略研究[J]．中国电机工程学报，2017，37(12)：3462-3469．
	LIU J Z， YAO Q， LIU Y，et al ．Wind farm primary frequency control strategy based on wind & thermal power joint control[J]．Proceedings of the CSEE，2017，37(12)：3462-3469．
77	胡泽春，丁华杰，孔涛．风电—抽水蓄能联合日运行优化调度模型[J]．电力系统自动化，2012，36(2)：36-41．
	HU Z C， DING H J， KONG T ．A joint daily operational optimization model for wind power and pumped-storage plant[J]．Automation of Electric Power Systems，2012，36(2)：36-41．
78	李翠萍，卓君武，李军徽，等．光伏发电与风光联合发电系统输出特性分析[J]．电网与清洁能源，2017，33(1)：95-102． doi:10.3969/j.issn.1674-3814.2017.01.015
	LI C P， ZHUO J W， LI J H，et al ．Characteristic analysis of photovoltaic power generation and wind-photovoltaic joint power generation system[J]．Power System and Clean Energy，2017，33(1)：95-102． doi:10.3969/j.issn.1674-3814.2017.01.015
79	徐飞，闵勇，陈磊，等．包含大容量储热的电-热联合系统[J]．中国电机工程学报，2014，34(29)：5063-5072． doi:10.13334/j.0258-8013.pcsee.2014.29.007
	XU F， MIN Y， CHEN L，et al ．Combined electricity-heat operation system containing large capacity thermal energy storage[J]．Proceedings of the CSEE，2014，34(29)：5063-5072． doi:10.13334/j.0258-8013.pcsee.2014.29.007
80	席磊，金澄心，李彦营，等．基于信息松弛的多态能源协调控制方法研究[J]．电力系统保护与控制，2023，51(9)：1-12．
	XI L， JIN C X， LI Y Y，et al ．A polymorphic energy coordinated-control strategy based on information relaxation[J]．Power System Protection and Control，2023，51(9)：1-12．
81	卫志农，余爽，孙国强，等．虚拟电厂的概念与发展[J]．电力系统自动化，2013，37(13)：1-9． doi:10.7500/AEPS201210156
	WEI Z N， YU S， SUN G Q，et al ．Concept and development of virtual power plant[J]．Automation of Electric Power Systems，2013，37(13)：1-9． doi:10.7500/AEPS201210156
82	董文略，王群，杨莉．含风光水的虚拟电厂与配电公司协调调度模型[J]．电力系统自动化，2015，39(9)：75-81． doi:10.7500/AEPS20140719007
	DONG W L， WANG Q， YANG L ．A coordinated dispatching model for a distribution utility and virtual power plants with wind/photovoltaic/hydro generators[J]．Automation of Electric Power Systems，2015，39(9)：75-81． doi:10.7500/AEPS20140719007
83	刘星．施耐德电气：积极拥抱能源“产销者”时代[J]．电气技术，2018，19(8)：12． doi:10.3969/j.issn.1673-3800.2018.08.045
	LIU X ．Schneider electric：actively embracing the era of energy “producers and sellers”[J]．Electrical Technology，2018，19(8)：12． doi:10.3969/j.issn.1673-3800.2018.08.045
84	王再闯，陈来军，李笑竹，等．基于合作博弈的产销者社区分布式光伏与共享储能容量优化[J]．电工技术学报，2022，37(23)：5922-5932．
	WANG Z C， CHEN L J， LI X Z，et al ．Cooperative game based on producer and marketing community distributed photovoltaic and shared energy storage capacity optimization[J]．Transactions of China Electrotechnical Society，2022，37(23)：5922-5932．
85	段志洁，张丽欣，李文波，等．燃煤电力企业温室气体排放量化方法对比分析[J]．中国电力，2014，47(2)：120-125． doi:10.3969/j.issn.1004-9649.2014.02.024
	DUAN Z J， ZHANG L X， LI W B，et al ．Comparison of GHG emission quantification methods for coal-fired electric power enterprises[J]．Electric Power，2014，47(2)：120-125． doi:10.3969/j.issn.1004-9649.2014.02.024
86	文明，胡资斌，龙乙林，等．考虑碳排放惩罚因子的综合能源系统优化规划[J]．电力科学与技术学报，2021，36(3)：11-18．
	WEN M， HU Z B， LONG Y L，et al ．Optimal planning of integrated energy system considering carbon emission penalty factor[J]．Journal of Electric Power Science and Technology，2021，36(3)：11-18．
87	谭超．燃煤电厂碳排放监测方法研究[D]．广州：华南理工大学，2018．
	TAN C ．Study on monitoring methods of carbon emission in coal fired power plants[D]．Guangzhou：South China University of Technology，2018．
88	林玥廷，李世明，卢建刚，等．燃煤电厂碳排放在线监测和管理系统设计[J]．自动化技术与应用，2018，37(4)：139-141． doi:10.3969/j.issn.1003-7241.2018.04.031
	LIN Y T， LI S M， LU J G，et al ．Design of on-line monitoring and management system for carbon emission of coal-fired power plants[J]．Techniques of Automation and Applications，2018，37(4)：139-141． doi:10.3969/j.issn.1003-7241.2018.04.031
89	周盟，熊扬恒，周建龙．火电厂碳排放测试平台设计研究[J]．计算机仿真，2018，35(3)：71-75． doi:10.3969/j.issn.1006-9348.2018.03.015
	ZHOU M， XIONG Y H， ZHOU J L ．Design of carbon emission test platform for thermal power plant[J]．Computer Simulation，2018，35(3)：71-75． doi:10.3969/j.issn.1006-9348.2018.03.015
90	中国南方电网有限责任公司．数字电网标准框架白皮书(2022年)[R]．中国南方电网有限责任公司，2023．
	China Southern Power Grid Co.，Ltd ．Digital grid standards framework white paper (2022)[R]．China Southern Power Grid Co.，Ltd.，2023．
91	张伦．数字化发电厂的设计与应用[D]．北京：华北电力大学，2014．
	ZHANG L ．Design and application of digital power plant[D]．Beijing：North China Electric Power University，2014．
92	张晶．SIS、MIS与DCS的关系[J]．农业与技术，2008(1)：71-74． doi:10.3969/j.issn.1671-962X.2008.01.023
	ZHANG J ．The relationship of the DCS，SIS and MIS[J]．Agriculture & Technology，2008(1)：71-74． doi:10.3969/j.issn.1671-962X.2008.01.023
93	张雄，肖平，郭赉佳，等．高可用厂级监控信息系统设计和应用[J]．计算机应用与软件，2022，39(10)：35-41．
	ZHANG X， XIAO P， GUO L J，et al ．The design and application of the high available network of supervisor information system[J]．Computer Applications and Software，2022，39(10)：35-41．
94	侯子良．分散控制系统(DCS)正走向衰亡[J]．自动化博览，2019，36(3)：16-18． doi:10.3969/j.issn.1003-0492.2019.03.012
	HOU Z L ．Distributed control system will be on the wane[J]．Automation Panorama，2019，36(3)：16-18． doi:10.3969/j.issn.1003-0492.2019.03.012
95	樊陈，姚建国，常乃超，等．面向电力电子化电网的宽频测量技术探讨[J]．电力系统自动化，2019，43(16)：1-8．
	FAN C， YAO J G， CHANG N C，et al ．Discussion on wide-frequency measurement technology for power electronized power grid[J]．Automation of Electric Power Systems，2019，43(16)：1-8．
96	牛哲文．基于多源异构数据挖掘的电力系统运行态势感知技术研究[D]．广州：华南理工大学，2021．
	NIU Z W ．Situation awareness technology of power system operations based on multi-source heterogeneous data mining[D]．Guangzhou：South China University of Technology，2021．
97	赵云山，刘焕焕．大数据技术在电力行业的应用研究[J]．电信科学，2014，30(1)：57-62． doi:10.3969/j.issn.1000-0801.2014.01.009
	ZHAO Y S， LIU H H ．Research on application of big data technique in electricity power industry[J]．Telecommunications Science，2014，30(1)：57-62． doi:10.3969/j.issn.1000-0801.2014.01.009
98	刘杰．发电厂智能电力变送装置应用分析[J]．山西电力，2021(5)：27-29． doi:10.3969/j.issn.1671-0320.2021.05.007
	LIU J ．Application analysis of intelligent power transmission devices in power plants[J]．Shanxi Electric Power，2021(5)：27-29． doi:10.3969/j.issn.1671-0320.2021.05.007
99	刘涛．风电机组叶片缺陷检识机器人执行机构的研究[D] ．北京：华北电力大学，2022．
	LIU T ．Research on robot actuator for wind turbine blade defect detection[D]．Beijing：North China Electric Power University，2022．
100	韩虎虎，祁鑫，王鹤飞，等．基于激光雷达点云数据的光伏电站智能巡检系统[J]．电子设计工程，2023，31(4)：109-113．
	HAN H H， QI X， WANG H F，et al ．Intelligent inspection system of photovoltaic power station based on lidar point cloud data[J]．Electronic Design Engineering，2023，31(4)：109-113．
101	孙海蓉，周映杰．基于散点图-AlexNet网络的光伏红外热图像识别方法[J]．太阳能学报，2023，44(1)：55-61．
	SUN H R， ZHOU Y J ．Photovoltaic infrared thermal image recognition method based on scatter plot-alexnet network[J]．ACTA Energiae Solaris Sinica，2023，44(1)：55-61．
102	胡孟起，肖俊峰，吴昌兵，等．重型燃气轮机关键部件运行效能软测量方法研究[J]．热力发电，2022，51(7)：80-86．
	HU M Q， XIAO J F， WU C B，et al ．Research on soft-sensing method of critical components performance indexes for heavy duty gas turbine[J]．Thermal Power Generation，2022，51(7)：80-86．
103	潘红光，裴嘉宝，苏涛，等．基于LSTM的燃煤电厂NO _x 排量软测量[J]．西安科技大学学报，2022，42(2)：362-370．
	PAN H G， PEI J B， SU T，et al ．LSTM-based soft sensor of NO _x emissions from coal-fired power plants [J]． Journal of Xi’an University of Science and Technology，2022，42(2)：362-370．
104	贺雅琪．多源异构数据融合关键技术研究及其应用[D]．成都：电子科技大学，2018．
	HE Y Q ．Research and applications on the key technology of multi-source heterogeneous data fusion[D]．Chengdu：University of Electronic Science and Technology of China，2018．
105	杨庆，孙尚鹏，司马文霞，等．面向智能电网的先进电压电流传感方法研究进展[J]．高电压技术，2019，45(2)：349-367．
	YANG Q， SUN S P， SIMA W X，et al ．Progress of advanced voltage/current sensing techniques for smart grid[J]．High Voltage Engineering，2019，45(2)：349-367．
106	吴艳平，姚建国，常乃超，等．多功能宽频测量装置的设计与实现[J]．电力系统自动化，2020，44(20)：136-141． doi:10.7500/AEPS20191126004
	WU Y P， YAO J G， CHANG N C，et al ．Design and implementation of multi-functional wide-frequency measurement device[J]．Automation of Electric Power Systems，2020，44(20)：136-141． doi:10.7500/AEPS20191126004
107	金标，余一平，樊陈，等．基于宽频量测间谐波潮流计算的次/超同步振荡溯源方法[J]．电力自动化设备，2022，42(8)：221-228．
	JIN B， YU Y P， FAN C，et al ．Tracing method of sub-/super-synchronous oscillation based on interharmonic power flow calculation of wide frequency measurement[J]．Electric Power Automation Equipment，2022，42(8)：221-228．
108	黄友平．贝叶斯网络研究[D]．北京：中国科学院研究生院，2005．
	HUANG Y P ．Research on Bayesian network[D]．Beijing：Graduate School of Chinese Academy of Sciences，2005．
109	周真，周浩，马德仲，等．风电机组故障诊断中不确定性信息处理的贝叶斯网络方法[J]．哈尔滨理工大学学报，2014，19(1)：64-68． doi:10.3969/j.issn.1007-2683.2014.01.014
	ZHOU Z， ZHOU H， MA D Z，et al ．Method of Bayesian network for uncertainty information processing of wind turbines fault diagnosis[J]．Journal of Harbin University of Science and Technology，2014，19(1)：64-68． doi:10.3969/j.issn.1007-2683.2014.01.014
110	华斌，周建中，喻菁．贝叶斯网络在水电机组故障诊断中的应用研究[J]．华北电力大学学报，2004，31(5)：33-36． doi:10.3969/j.issn.1007-2691.2004.05.008
	HUA B， ZHOU J Z， YU J ．Application of Bayesian networks in fault diagnosis of hydroelectric unit[J]．Journal of North China Electric Power University，2004，31(5)：33-36． doi:10.3969/j.issn.1007-2691.2004.05.008
111	董雷，周文萍，张沛，等．基于动态贝叶斯网络的光伏发电短期概率预测[J]．中国电机工程学报，2013，33(S1)：38-45．
	DONG L， ZHOU W P， ZHANG P，et al ．Short-term photovoltaic output forecast based on dynamic Bayesian network theory[J]．Proceedings of the CSEE，2013，33(S1)：38-45．
112	杨锡运，张艳峰，叶天泽，等．基于朴素贝叶斯的风电功率组合概率区间预测[J]．高电压技术，2020，46(3)：1099-1108．
	YANG X Y， ZHANG Y F， YE T Z，et al ．Prediction of combination probability interval of wind power based on naive Bayes[J]．High Voltage Engineering，2020，46(3)：1099-1108．
113	崔家文，张春茂，张宏彪，等．光伏发电系统可靠性分析的贝叶斯网络模型[J]．分布式能源，2016，1(1)：47-51．
	CUI J W， ZHANG C M， ZHANG H B，et al ．Bayesian network model for photovoltaic power plant reliability analysis[J]．Distributed Energy，2016，1(1)：47-51．
114	符杨，苗育植，黄玲玲，等．基于改进贝叶斯网络的风电机组动态可靠性评估[J]．电力自动化设备，2022，42(11)：32-39．
	FU Y， MIAO Y Z， HUANG L L，et al ．Dynamic reliability evaluation of wind turbine based on improved Bayesian network[J]．Electric Power Automation Equipment，2022，42(11)：32-39．
115	龙霞飞，杨苹，郭红霞，等．大型风力发电机组故障诊断方法综述[J]．电网技术，2017，41(11)：3480-3491．
	LONG X F， YANG P， GUO H X，et al ．Review of fault diagnosis methods for large wind turbines[J]．Power System Technology，2017，41(11)：3480-3491．
116	韩德强，杨艺，韩崇昭．DS证据理论研究进展及相关问题探讨[J]．控制与决策，2014，29(1)：1-11．
	HAN D Q， YANG Y， HAN C Z ．Advances in DS evidence theory and related discussions[J]．Control and Decision，2014，29(1)：1-11．
117	徐从富，耿卫东，潘云鹤．面向数据融合的DS方法综述[J]．电子学报，2001，29(3)：393-396． doi:10.3321/j.issn:0372-2112.2001.03.027
	XU C F， GENG W D， PAN Y H ．Review of dempster shafer method for data fusion[J]．Acta Electronica Sinica，2001，29(3)：393-396． doi:10.3321/j.issn:0372-2112.2001.03.027
118	陈莹莹．基于信息融合的风力发电机组故障诊断方法[D]．上海：华东理工大学，2013．
	CHEN Y Y ．Wind turbine fault diagnosis method based on information fusion[D]．Shanghai：East China University of Science and Technology，2013．
119	程加堂，段志梅，艾莉，等．基于QPSO-BP和改进D-S的水电机组振动故障诊断[J]．电力系统保护与控制，2015，43(19)：66-71． doi:10.7667/j.issn.1674-3415.2015.19.011
	CHENG J T， DUAN Z M， AI L，et al ．Vibration fault diagnosis for hydroelectric generating unit based on QPSO-BP and modified D-S theory[J]．Power System Protection and Control，2015，43(19)：66-71． doi:10.7667/j.issn.1674-3415.2015.19.011
120	范高锋，王伟胜，刘纯，等．基于人工神经网络的风电功率预测[J]．中国电机工程学报，2008，28，28(34)：118-123． doi:10.3321/j.issn:0258-8013.2008.34.019
	FAN G F， WANG W S， LIU C，et al ．Wind power prediction based on artificial neural network[J]．Proceedings of the CSEE，28，28(34)：118-123． doi:10.3321/j.issn:0258-8013.2008.34.019
121	龙泉，刘永前，杨勇平．基于粒子群优化BP神经网络的风电机组齿轮箱故障诊断方法[J]．太阳能学报，2012，33(1)：120-125． doi:10.3969/j.issn.0254-0096.2012.01.020
	LONG Q， LIU Y Q， YANG Y P ．Fault diagnosis method of wind turbine gearbox based on BP neural network trained by particle swarm optimization algorithm[J]．Acta Energiae Solaris Sinica，2012，33(1)：120-125． doi:10.3969/j.issn.0254-0096.2012.01.020
122	纪守领，李进锋，杜天宇，等．机器学习模型可解释性方法、应用与安全研究综述[J]．计算机研究与发展，2019，56(10)：2071-2096． doi:10.7544/issn1000-1239.2019.20190540
	JI S L， LI J F， DU T Y，et al ．Survey on techniques， applications and security of machine learning interpretability[J]．Journal of Computer Research and Development，2019，56(10)：2071-2096． doi:10.7544/issn1000-1239.2019.20190540
123	乔骥，王新迎，闵睿，等．面向电网调度故障处理的知识图谱框架与关键技术初探[J]．中国电机工程学报，2020，40(18)：5837-5849．
	QIAO J， WANG X Y， MIN R，et al ．Framework and key technologies of knowledge-graph-based fault handling system in power grid[J]．Proceedings of the CSEE，2020，40(18)：5837-5849．
124	朱俊杰，任鑫，郝延，等．风电机组故障知识的获取表达与推理框架[J]．热力发电，2023，52(3)：73-80．
	ZHU J J， REN X， HAO Y，et al ．Acquisition， expression and reasoning framework of wind turbine fault knowledge[J]．Thermal Power Generation，2023，52(3)：73-80．
125	黄恒琪，于娟，廖晓，等．知识图谱研究综述[J]．计算机系统应用，2019，28(6)：1-12．
	HUANG H Q， YU J， LIAO X，et al ．Review on knowledge graphs[J]．Computer Systems & Applications，2019，28(6)：1-12．
126	刘鑫．面向故障分析的知识图谱构建技术研究[D]．北京：北京邮电大学，2019． doi:10.35745/ecei2019v2.035
	LIU X ．Research on knowledge graph construction technology for fault analysis[D]．Beijing：Beijing University of Posts and Telecommunications，2019． doi:10.35745/ecei2019v2.035
127	陶飞，刘蔚然，刘检华，等．数字孪生及其应用探索[J]．计算机集成制造系统，2018，24(1)：1-18．
	TAO F， LIU W R， LIU J H，et al ．Digital twin and its potential application exploration[J]．Computer Integrated Manufacturing Systems，2018，24(1)：1-18．
128	房方，姚贵山，胡阳，等．风力发电机组数字孪生系统[J]．中国科学：技术科学，2022，52(10)：1582-1594． doi:10.1360/sst-2021-0076
	FANG F， YAO G S， HU Y，et al ．Digital twin system of a wind turbine[J]．Scientia Sinica(Technologica)，2022，52(10)：1582-1594． doi:10.1360/sst-2021-0076
129	范海东．基于数字孪生的智能电厂体系架构及系统部署研究[J]．智能科学与技术学报，2019，1(3)：241-248． doi:10.11959/j.issn.2096-6652.201930
	FAN H D ．Research on architecture and system deployment of intelligent power plant based on digital twin[J]．Chinese Journal of Intelligent Science and Technology，2019，1(3)：241-248． doi:10.11959/j.issn.2096-6652.201930
130	张宁，杨经纬，王毅，等．面向泛在电力物联网的5G通信：技术原理与典型应用[J]．中国电机工程学报，2019，39(14)：4015-4025．
	ZHANG N， YANG J W， WANG Y，et al ．5G communication for the ubiquitous internet of things in electricity：technical principles and typical applications[J]．Proceedings of the CSEE，2019，39(14)：4015-4025．
131	汤奕，陈倩，李梦雅，等．电力信息物理融合系统环境中的网络攻击研究综述[J]．电力系统自动化，2016，40(17)：59-69．
	TANG Y， CHEN Q， LI M Y，et al ．Overview on cyber-attacks against cyber physical power system[J]．Automation of Electric Power Systems，2016，40(17)：59-69．
132	姜顺荣，时坤，周勇．基于区块链的能源交易系统的安全和隐私保护[J]．中国矿业大学学报，2022，51(5)：1016-1030． doi:10.3969/j.issn.1000-1964.2022.5.zgkydxxb202205018
	JIANG S R， SHI K， ZHOU Y ．Security and privacy protection of blockchain-based energy trading systems[J]．Journal of China University of Mining and Technology，2022，51(5)：1016-1030． doi:10.3969/j.issn.1000-1964.2022.5.zgkydxxb202205018
133	邱帆，陈兰兰，左黎明，等．分布式微电网直接交易系统及其安全协议[J]．计算机应用与软件，2020，37(5)：327-333． doi:10.3969/j.issn.1000-386x.2020.05.056
	QIU F， CHEN L L， ZUO L M，et al ．Distributed microgrid direct trading system and its security protocol[J]．Computer Applications and Software，2020，37(5)：327-333． doi:10.3969/j.issn.1000-386x.2020.05.056
134	陶雪娇，胡晓峰，刘洋．大数据研究综述[J]．系统仿真学报，2013，25(S1)：142-146．
	TAO X J， HU X F， LIU Y ．Overview of big data research[J]．Journal of System Simulation，2013，25(S1)：142-146．
135	宋亚奇，周国亮，朱永利．智能电网大数据处理技术现状与挑战[J]．电网技术，2013，37(4)：927-935．
	SONG Y Q， ZHOU G L， ZHU Y L ．Present status and challenges of big data processing in smart grid[J]．Power System Technology，2013，37(4)：927-935．
136	薛禹胜，赖业宁．大能源思维与大数据思维的融合(一)大数据与电力大数据[J]．电力系统自动化，2016，40(1)：1-8． doi:10.7500/AEPS20160311004
	XUE Y S， LAI Y N ．Integration of macro energy thinking and big data thinking part one big data and power big data[J]．Automation of Electric Power Systems，2016，40(1)：1-8． doi:10.7500/AEPS20160311004
137	金培权，郝行军，岳丽华．面向新型存储的大数据存储架构与核心算法综述[J]．计算机工程与科学，2013，35(10)：12-24． doi:10.3969/j.issn.1007-130X.2013.10.002
	JIN P Q， HAO X J， YUE L H ．A survey on storage architectures and core algorithms for big data management on new storages[J]．Computer Engineering & Science，2013，35(10)：12-24． doi:10.3969/j.issn.1007-130X.2013.10.002
138	谢清玉，张耀坤，李经纬．面向智能电网的电力大数据关键技术应用[J]．电网与清洁能源，2021，37(12)：39-46． doi:10.3969/j.issn.1674-3814.2021.12.006
	XIE Q Y， ZHANG Y K， LI J W ．Application of key technologies of power big data in smart grids[J]．Power System and Clean Energy，2021，37(12)：39-46． doi:10.3969/j.issn.1674-3814.2021.12.006
139	彭小圣，邓迪元，程时杰，等．面向智能电网应用的电力大数据关键技术[J]．中国电机工程学报，2015，35(3)：503-511．
	PENG X S， DENG D Y， CHENG S J，et al ．Key technologies of electric power big data and its application prospects in smart grid[J]．Proceedings of the CSEE，2015，35(3)：503-511．
140	孟小峰，慈祥．大数据管理：概念、技术与挑战[J]．计算机研究与发展，2013，50(1)：146-169． doi:10.7544/issn1000-1239.2013.20121130
	MENG X F，CI X ．Big data management： concepts，techniques and challenges[J]．Journal of Computer Research and Development，2013，50(1)：146-169． doi:10.7544/issn1000-1239.2013.20121130

[1]	刘旺, 陈连, 龚高阳, 李智华, 薛文华, 石金刚, 谢军, 李雷雷, 姚荣财, 王召鹏, 杨延西, 邓毅, 张晨辉. 基于数字孪生的空气预热器预测性维护模式研究[J]. 发电技术, 2024, 45(4): 622-632.
[2]	霍龙, 张誉宝, 陈欣. 人工智能在分布式储能技术中的应用[J]. 发电技术, 2022, 43(5): 707-717.
[3]	黄超, 卜思齐, 陈麒宇, 李晓虹. 元电力：新一代智能电网[J]. 发电技术, 2022, 43(2): 287-304.
[4]	周博文, 奚超, 李广地, 杨波. 元宇宙在电力系统中的应用[J]. 发电技术, 2022, 43(1): 1-9.
[5]	陈尚年, 李录平, 张世海, 欧阳敏南, 樊昂, 文贤馗. 汽轮发电机组振动故障诊断技术研究进展[J]. 发电技术, 2021, 42(4): 489-499.
[6]	房方,张效宁,梁栋炀,王庆华. 面向智能发电的数字孪生技术及其应用模式[J]. 发电技术, 2020, 41(5): 462-470.
[7]	丁腾波,刘宏波,吴聘. 智慧能源体系信息通信技术构架及实施方案[J]. 发电技术, 2020, 41(2): 150-159.
[8]	朱永利,石鑫,王刘旺. 人工智能在电力系统中应用的近期研究热点介绍[J]. 发电技术, 2018, 39(3): 204-212.
[9]	朱永利,尹金良. 人工智能在电力系统中的应用研究与实践综述[J]. 发电技术, 2018, 39(2): 106-111.