王铁强，鲁鹏，曹欣，杨晓东，王维，吕昊，冯春贤，田潮，石皓岩，梁海平

(1. 国网河北省电力有限公司，石家庄市 050023；2. 国网北京市电力公司亦庄供电公司，北京市 100176；3. 华北电力大学电力工程系，河北省保定市 071003)

0 引 言

实际电网在运行中，每5～15 min会整体记录区域内电网的运行情况，包括保存这一时刻电网各节点电压(幅值和相角)、母线和支路运行状态等各种运行信息，以及在这一状态下电网调度和控制的工作票信息。电网运行多年来，通过各种途径和方式存储了大量历史数据和信息，然而这些历史信息目前没能在电力系统的运行和控制中得到充分利用。随着智能电网的不断进步，依靠电网工作人员的经验配合“模型”辅助分析处理电网运行数据的传统模式已不能满足电网安全稳定运行的需要[1]。新一代人工智能算法的进步和多源异构信息融合技术开辟了“数据”替代“模型”的技术思路，并逐渐成为电力领域中的研究热点[2]。

深度学习作为机器学习的一种类型，其主要应用于大数据挖掘和智能控制技术领域，并使该领域得到迅猛发展。深度学习算法通过模仿人脑处理认知的方式，将信息进行多层提取，其在大数据领域展现出了突出的特征提取能力。深度学习在各类智能系统领域，如语义理解、图像识别领域等，以历史数据挖掘为基础，表现出良好的长短期预测能力与分类识别能力，在专业领域中拥有着越来越深的影响力[3-4]。近年来，电力领域……