摘要：机器学习的进步正推动人工智能蓬勃发展。电力系统运行具有随机性、时变非线性和部分可观测性等特征,导致相关研究面临数据饥饿、状态弥散、目标复杂等综合挑战。为此,该文提出研究一种多模态自适应学习系统——“电力脑”。首先,探讨电力脑的研究背景、概念及主要特征。其次,分析电力脑研究面临的挑战,提出多模态学习机制及其数学实现,以建立电力脑认知计算的理论基础。然后,借鉴认知神经科学等前沿研究,提出自上而下的电力脑认知计算结构,交互反馈的自适应学习模式,以及深度引导强化学习相结合的基础学习单元。该构架的核心特征在于用领域知识保证结果可行,用数据驱动提升其精度与性能。最后,探讨电力脑的实际应用,提出相应的学习算法结构,并展望需要进一步研究的问题。

关键词：电力系统 电力脑 人工智能 机器学习 引导学习 

单位：电力系统及发电设备控制和仿真国家重点实验室(清华大学); 北京市海淀区100084; 中国电力科学研究院有限公司; 北京市海淀区100192; 华北电力大学; 北京市昌平区102206; 北京航空航天大学; 北京市海淀区100191; 普渡大学; 美国印第安纳州47907