随着高比例新能源与高比例电力电子设备接入的“双高”电力系统的形成,其中的振荡问题也日趋复杂,呈现出显著的宽频域、强时变性、强非线性、多模态以及广域传播等特征,目前尚缺乏统一有效的数学模型和分析方法.人工智能由于具有对系统模型的低依赖性,对大量数据之间非线性复杂关系的强大学习能力以及对随机时变环境的快速适应性,有助于解决电力系统宽频振荡问题.该文首先根据宽频振荡在数学模型、分析方法和表现形式方面的特点分析采用人工智能技术解决宽频振荡问题的可行性与优势.然后,分别从宽频振荡的辨识、振荡源定位与抑制方法3个方向分析提炼人工智能技术应用于宽频振荡问题的研究成果,并抽象出对应的典型框架.在此基础上,分别探讨人工智能技术在以上3个研究领域面临的样本完整性、方法可迁移性和鲁棒性、广域互联系统中的算法收敛性等方面挑战.最后,结合人工智能的最新发展与宽频振荡的研究动态,从样本获取、算法可解释性及其与宽频振荡特性相融合等角度指出未来人工智能技术在宽频振荡问题中的一些研究思路.