一篇新发表在arXiv上的综述论文探讨了图机器学习（GML）与电力系统的交叉领域。该论文强调了GML在应对现代电网日益增长的复杂性方面的潜力，为传统的基于模型的方法提供了更快、数据驱动的替代方案。文章回顾了近800篇文献，详细介绍了GML在电力系统中的预测、状态估计、控制和网络安全等方面的应用。作者们指出了挑战，例如实际部署有限、在安全关键场景中需要可解释的模型，以及标准化基准和开放数据集的稀缺，这些都阻碍了可重复性和科学可信度。 AI
影响 这项综述通过强调应用和识别研究差距，可能会加速GML在电力系统中的应用。
排序理由 这是一篇关于arXiv上的综述论文，详细介绍了两个领域的交叉研究。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
