电力系统经济调度研究进展：传统方法与人工智能技术应用

在电力系统经济调度方面，传统的线性规划、整数规划、动态规划等方法被广泛应用。其中，线性规划主要用于优化电力系统的能源消耗、发电成本等问题；整数规划可用于解决整数决策变量的问题，例如电网调度中的机组组合问题；动态规划则可用于解决电网调度中的时序问题，例如长期调度和短期调度等。

近年来，基于人工智能、机器学习、深度学习等技术的方法也开始受到关注。这些方法主要应用于电力系统的智能化、自适应、自主性等方面。例如，基于人工神经网络的电力负荷预测方法能够提高负荷预测的准确性；基于支持向量机的电力负荷预测方法则可用于解决大规模数据的高精度预测问题。此外，基于深度学习的电力负荷预测方法也被广泛研究，例如基于卷积神经网络的负荷预测方法，以及基于循环神经网络的负荷预测方法等。

总的来说，电力系统经济调度的研究已经逐渐向着智能化、自适应、自主性的方向发展，未来还有很大的发展空间和研究价值。