本文为未来无线网络与智能电网互操作的电能的利用、重新分配、交易和规划提出了一个当代的综述，重点是能源收获无线通信的约束操作和优化，以及在智能电网存在时，动态定价下的电能规划和电力交易中的冗余（未使用）电能的重新分配。

Dec, 2019

该研究介绍了如何利用图信号处理的概念和工具，诸如图滤波器和变换，以开发新的机器学习算法，并提供了未来 GSP 技术发展的新视角，以解锁在现代数据分析中的许多挑战。

Jul, 2020

本文提出了一种基于人工智能和机器学习技术的电力系统健康检测方案，利用 Siemens PSS/E 软件模拟电网状况，并采用分类器（SVM、LSTM 等）进行训练和测试，结果证明其能够高精度地检测电网异常，并可扩展应用于更复杂的电网结构。

Nov, 2017

设计了一种阈值策略的调度算法和理论界限，应用于实时通信的智能电网中的电力需求调度问题，基于随机模型并考虑长期平均成本。

Aug, 2010

近年来，随着大数据和计算技术的不断进步，人工智能已成为一种有用的工具，可以实现智能无线电信号处理，本文对智能无线电物理层中的调制分类、信号检测、波束成型和信道估计等方面进行了涵盖和总结，提出了 AI 技术的概述，概述了研究挑战和未来方向。

Aug, 2020

本文总结了图信号处理领域的核心思想及其与数字信号处理的关系，并概述了图信号处理中的基本工具、各个应用领域的研究进展以及该领域在机器学习等方面的应用。

Dec, 2017

本文阐述了 5G 移动蜂窝网络及其机器通信和移动边缘计算的发展，提出了将分布式状态估计方法置于 5G 环境下成为智能电网监控和控制任务的恰当环境，并探讨了基于分布式优化和概率图模型的分布式状态估计解决方案如何成为未来 5G 智能电网服务的一部分。

Mar, 2017

本文介绍了电力智能电网的功能特点，以及它们在优化算法方面的应用。其中，粒子群优化是目前研究人员使用较为广泛的算法，该文还探讨了电力智能电网研究的未来发展和挑战。

Jan, 2023

该研究探讨了电力行业由中央集中化向分散化的转变，重点关注了机器学习在推动可再生能源和改善电网管理方面的关键作用。研究使用了人工神经网络、支持向量机和决策树等多种技术，将机器学习模型应用于预测可再生能源的生成和消耗，并采用数据预处理方法提高预测准确性。通过结合大数据和机器学习技术，智能电网能够提高能源效率、更有效地响应需求并更好地整合可再生能源。然而，需要解决大数据处理、网络安全和获取专业技术等挑战。总之，该研究揭示了电力行业由中央集中化向分散化解决方案转变，并通过应用机器学习创新和分布式决策塑造了更高效和可持续的能源未来。

Oct, 2023

本文提出了一种基于生成式人工智能（AI）、机器学习和统计推断的新一代电网监控和控制系统，借助最新技术进展，在监控和控制范畴超越了基于监控控制和数据采集（SCADA）及同步相量技术的早期系统，我们通过联络连续或逐点测量数据库（CPOW）流数据和 AI 动用数据压缩与故障检测，为提出的设计的架构。

Mar, 2024