WCESTWater Conservancy and ElectricPower Science and Technology2995-43712995-438XArt and Design10.61369/WCEST.11834Article深度学习算法与人工智能在电力安全监测中的应用https://artdesignp.com/journal/WCEST/2/5/10.61369/WCEST.11834孙婧2024252024-05-20深度学习算法与人工智能在电力安全监测中的应用具有重大的意义，因为它们能够显著提高电力系统的可靠性和安全性。所以本文在此基础之上展开研究，首先针对于深度学习与人工智能技术基础进行分析，随后说明了深度学习算法与人工智能在电力安全监测中应用的重要性，并针对实际实施中存在的问题，提出了针对性的优化策略，期望能为深度学习算法与人工智能技术的应用提供帮助。深度学习算法,人工智能,电力安全监测

[1] 盛安宁, 李东晓. 电网监控技术在智能电力系统中的应用与发展趋势[J].中华纸业,2023,44(24):63-65.[2] 杨春, 覃汐赫, 杨小帅. 深度学习算法在工业网络安全的应用及挑战[J].工业信息安全,2023,(06):96-103.[3] 张超, 张海峰, 张宇, 等. 深度学习在土壤监测中的应用及展望[J].农业展望,2023,19(12):81-86.[4] 张超, 张海峰, 张宇, 等. 深度学习在土壤监测中的应用及展望[J].农业展望,2023,19(12):81-86.[5] 刘成山. 人工智能技术在电力系统优化中的应用[J].科技创新与应用,2023,13(34):172-175.DOI:10.19981/j.CN23-1581/G3.2023.34.040.[6] 窦杰, 向子林, 许强, 等. 机器学习在滑坡智能防灾减灾中的应用与发展趋势[J].地球科学,2023,48(05):1657-1674.DOI:10.3799/dqkx.2022.419.[7]王文博, 刘绚, 林海, 等. 基于深度学习的电力工控流量应用层报文异常检测[J].电力系统自动化,2023,47(11):69-76.DOI:10.7500/AEPS20220817001.[8] 黄睿茜, 赵俊芳, 霍治国, 等. 深度学习技术在农业干旱监测预测及风险评估中的应用[J].中国农业气象,2023,44(10):943-952.DOI:10.3969/j.issn.1000-6362.2023.10.007.[9] 黄彩文. 人工智能算法在安全风险预测与预警系统中的应用优化[J].葡萄酒,2023,(17):0127-0129.[10]王秀燕.人工智能在计算机视觉中的创新应用：深度学习和自动特征识别的新趋势与挑战[C].第七届创新教育学术会议论文集.中国山西省太原市,2023:272-273.DOI:10.26914/c.cnkihy.2023.025947.