-
公开(公告)号：CN118940049A
公开(公告)日：2024-11-12
申请号：CN202410944087.1
申请日：2024-07-15
Applicant: 中国南方电网有限责任公司
IPC: G06F18/22 , G06F123/02
Abstract: 本发明提出一种数据对齐方法及系统，构建第一PMU多维时间序列和第一RTU多维时间序列；通过预设数据处理算法进行重要时间点提取，得到第二PMU多维时间序列和第二RTU多维时间序列；通过预设相似性测量算法进行相似性计算，获取具有最大相关性的第三PMU多维时间序列和第三RTU多维时间序列；基于第三PMU多维时间序列的数据，确定第三RTU多维时间序列的数据时标，得到数据对齐结果。本发明解决现有技术普遍针对一维测量数据进行相关性分析，忽略其他潜在的重要变量或因素的影响导致全局数据不一致的问题。本发明以PMU数据为基准，确定RTU数据的时标，完成数据对齐，保障了全局数据的一致性。
-
公开(公告)号：CN119443375A
公开(公告)日：2025-02-14
申请号：CN202411483161.0
申请日：2024-10-23
Applicant: 中国南方电网有限责任公司
IPC: G06Q10/04 , H02J3/00 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了基于深度学习的电力系统预测辅助状态估计方法及装置。本申请首先收集电力系统数据并输入至一个集成了CNN、注意力机制和LSTM的预训练神经网络，以预测系统状态。利用预测值和实测值的差值确定新息修正量，进而调整量测和过程噪声协方差矩阵。最终，结合调整后的协方差矩阵和卡尔曼滤波算法，实现了对电力系统状态的实时且准确的估计，以解决现有技术中无法对电力系统的状态进行准确的评估的问题。
-
公开(公告)号：CN119397767A
公开(公告)日：2025-02-07
申请号：CN202411450850.1
申请日：2024-10-17
Applicant: 中国南方电网有限责任公司
IPC: G06F30/20 , G06F30/27 , G06F30/18 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F119/12 , G06F119/10 , G06F119/06 , G06F113/04 , G06F111/08
Abstract: 本发明提出一种基于卷积操作的仿真工具与智能体交互方法及系统，基于所述仿真工具生成的若干时间序列数据，对若干时间序列数据进行数据解析和数据统一，得到待输入数据集；通过预设卷积神经网络模型对待输入数据集进行特征提取，获取第一需求特征值并生成若干训练策略；基于若干训练策略，匹配对应的仿真工具需求，生成第二需求特征值；将第二需求特征值发送至所述仿真工具，以使完成一次仿真工具和智能体交互。本发明解决现有技术局限于一对一且无法处理差异化的电网数据，导致出现多智能体与多仿真工具的交互效率低的问题。本发明能够处理和分析差异化的数据，适应不同类型的新型电力系统配置，提高多智能体与多仿真工具之间交互效率。
-
公开(公告)号：CN119382240A
公开(公告)日：2025-01-28
申请号：CN202411459455.X
申请日：2024-10-18
Applicant: 中国南方电网有限责任公司
IPC: H02J3/46
Abstract: 本申请提供一种基于深度强化学习的断面功率自动调整方法及系统，所述方法包括：获取电网的当前状态信息，所述当前状态信息包括待调整断面的编号、待调整断面的当前功率、待调整断面的目标功率、各个发电机的当前有功出力、各个发电机的最大有功出力以及各个发电机的最小有功出力；将所述当前状态信息输入至预设的智能体，以使所述智能体根据所述当前状态信息进行决策，进而输出对应的动作指令组，其中，所述智能体是基于深度强化学习算法训练获得；根据所述动作指令组对各个发电机进行功率调整。本申请结合深度强化学习技术实现电网断面功率的自动调整，提高功率自动调整的准确性。
-
公开(公告)号：CN119378892A
公开(公告)日：2025-01-28
申请号：CN202411482233.X
申请日：2024-10-23
Applicant: 中国南方电网有限责任公司
IPC: G06Q10/0631 , G06Q10/067 , G06Q10/0635 , G06Q50/06 , G06N3/092 , G06N20/00 , G06N5/02
Abstract: 本发明提出一种电力调度辅助决策智能体交互方法及系统，构建数字镜像模型并获取电网实时运行信息，确定调度任务并将调度任务分解为若干调度子任务，对数字镜像模型进行复制，得到若干副本数字镜像模型；基于辅助决策校验智能体，判断子调度任务控制策略是否满足预设可信度要求；基于所述辅助决策强化学习智能体和辅助决策调度智能体，输出第一调度任务调度方案；基于所述辅助决策强化学习智能体，输出第二调度任务调度方案。解决现有技术出现数据不均匀以及历史故障或极端运行状态极少的情况，智能体难以输出有价值的调度控制策略，导致调度控制策略的可信度低的问题。本发明更准确地模拟智能体交互环境，提高了智能体策略生成的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN119295765A
公开(公告)日：2025-01-10
申请号：CN202411416400.0
申请日：2024-10-11
Applicant: 中国南方电网有限责任公司
IPC: G06V10/44 , G06V10/80 , G06V10/774 , G06V10/30 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种基于生成式对抗网络的RTU数据重建方法、装置及介质，所述方法包括：从电网监测点获取电网数据；根据参数类型将电网数据编码到二值图像的通道和图像矩阵中，得到RTU电气图像；通过优化数据重建模型对RTU电气图像进行升频重建处理，得到重建后的RTU数据；其中，优化数据重建模型是根据生成器模型和判别器模型而建立。本发明提出一种基于生成式对抗网络的RTU数据重建方法、装置及介质，通过将电网数据编码到二值图像中，实现了数据的压缩，同时保留了数据的关键信息，并且通过优化数据重建模型的升频重建处理，可以显著提升电网数据中的高频细节，能够解决电气重建数据缺乏高频细节的问题。
-
公开(公告)号：CN119182136A
公开(公告)日：2024-12-24
申请号：CN202411196581.0
申请日：2024-08-29
Applicant: 中国南方电网有限责任公司
IPC: H02J3/06 , H02J3/18 , G06N3/092 , G06Q10/0631 , G06Q30/0283 , G06Q50/02
Abstract: 本发明公开了基于模仿和强化学习的预防控制方法、装置、介质及设备。本申请通过获取电力系统实时状态信息，输入至第三智能体，第三智能体由第二智能体通过仿真环境训练得到，第二智能体则是基于专家数据模仿学习自第一智能体预训练而成。利用第三智能体输出的控制信号，动态调整电力系统设备，确保系统安全稳定运行，提高了基于模仿和强化学习的预防控制策略的可靠性。
-
公开(公告)号：CN119482697A
公开(公告)日：2025-02-18
申请号：CN202411196577.4
申请日：2024-08-29
Applicant: 中国南方电网有限责任公司
Abstract: 本发明公开了一种损失函数嵌入知识的强化学习预防控制方法及装置。本申请通过实时获取电力系统的运行状态信息并输入至深度强化学习智能体，该智能体经过与电力系统仿真模型的交互训练，该智能体还使用了嵌入物理知识的损失函数进行训练，能够输出精确的预防控制信号。依据这些信号，智能体动态调整发电机和无功电源的功率输出及负荷投切，以此确保电力系统维持在安全稳定的工作状态，提高预防控制策略的可靠性。
-
公开(公告)号：CN119419759A
公开(公告)日：2025-02-11
申请号：CN202411483156.X
申请日：2024-10-23
Applicant: 中国南方电网有限责任公司
IPC: H02J3/00 , G06F30/27 , G06N3/0475 , G06N3/094 , G06N3/0455 , G06N3/092 , G06F18/15 , G06F18/22 , G06F18/213 , G06F119/02
Abstract: 本申请公开了不确定性数据驱动的电力系统稳态运行控制方法及系统，包括：采集新能源电力系统的历史运行数据，并对所述历史运行数据进行数据预处理，得到第一电力数据；将所述第一电力数据输入预设的GAN增强模型，基于生成器得到对应的模拟数据，并将所述模拟数据与所述第一电力数据作为输入数据输入判别器，得到与所述第一电力数据相似的第二电力数据，其中，所述GAN增强模型包括所述生成器和所述判别器；将所述第二电力数据输入预设的动态优化策略网络，得到电力系统的最优控制策略，并基于所述最优控制策略对电力系统进行控制。本申请可以准确且高效的评估电力系统的稳态运行情况，并保障新能源接入后电力系统的稳态运行。
-
公开(公告)号：CN119419758A
公开(公告)日：2025-02-11
申请号：CN202411482230.6
申请日：2024-10-23
Applicant: 中国南方电网有限责任公司
IPC: H02J3/00 , G06F18/213
Abstract: 本申请公开了基于GRU与LS‑CGAN的暂态稳定评估方法及系统，包括：采集电力系统运行时的电力数据，并对所述电力数据进行分析，得到第一特征数据，其中，所述电力数据包括电压幅值、相角和功率；将所述第一特征数据输入预设的LS‑CGAN模型，得到与所述第一特征数据相似的第二特征数据；将所述第一特征数据和所述第二特征数据输入预设的GRU模型，得到电力系统的暂态稳定性评估结果。本申请通过将GRU与LS‑CGAN融合不仅可以适应不同的电力系统场景和评估需求，还可以快速且准确的评估和预测电力系统的暂态稳定性，进而确保电力系统的安全和稳定运行。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.034 seconds)
