公开(公告)号：CN105719018A

公开(公告)日：2016-06-29

申请号：CN201610039196.4

申请日：2016-01-21

Applicant: 中国科学院自动化研究所

Inventor： 刘德荣 ,  石光 ,  魏庆来

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

CPC classification number: G06Q10/04 ,  G06N3/0454 ,  G06N3/08 ,  G06Q50/06

Abstract: 本发明公开了一种基于回声状态网络的用电预测方法和系统。其中，该方法可以包括：获取用电数据；利用训练后的所述回声状态网络的输出权值矩阵，计算用电的预测结果，其中，所述回声状态网络的储备池为自反馈延迟线结构或带反馈的自反馈延迟线结构。优选地，所述方法还包括：获取训练样本；根据所述训练样本，以及基于所述自反馈延迟线结构或所述带反馈的自反馈延迟线结构的储备池权值矩阵，计算所述回声状态网络的所述输出权值矩阵。进一步优选地，在所述获取训练样本之前还包括：构建所述回声状态网络；选择所述储备池结构；初始化所述回声状态网络的网络参数。通过本发明实施例解决了如何准确地预测用电的技术问题。

公开(公告)号：CN104201705A

公开(公告)日：2014-12-10

申请号：CN201410440567.0

申请日：2014-09-01

Applicant: 中国科学院自动化研究所

Inventor： 刘德荣 ,  魏庆来 ,  石光

IPC: H02J3/28

Abstract: 本发明公开了一种智能微电网分布式储能设备控制优化方法，其包括：为智能微电网系统建立模型，获取该智能微电网系统的初始化参数；对于所述智能微电网系统模型，将各所述电池的参数统一为其中性能最差的电池的参数，设定该智能微电网系统模型的性能指标函数，以该性能指标函数计算所述智能微电网系统的各电池的统一控制策略；将所述智能微电网系统模型的各电池的参数依次还原为初始参数，每还原一个电池的参数，获得该电池的最优控制策略；根据所述性能指标函数再次计算所述智能微电网系统的各电池的统一控制策略。本发明能降低电网的峰谷载荷差值，提高电网的灵活性与兼容性，并降低用户的用电成本。

公开(公告)号：CN104022503A

公开(公告)日：2014-09-03

申请号：CN201410271465.0

申请日：2014-06-18

Applicant: 中国科学院自动化研究所

Inventor： 刘德荣 ,  魏庆来 ,  石光

IPC: H02J3/00 ,  H02J3/28 ,  G06Q10/04 ,  G06Q50/06

CPC classification number: Y02E40/76 ,  Y04S10/545

Abstract: 本发明公开了一种带有储能设备的智能微电网电能优化控制方法，包括：相关参数初始化；开启全局迭代，初始化评判网络和执行网络权值；开启局部迭代，利用白适应动态规划方法训练评判网络和执行网络，修正神经网络权值，其中评判网络用来近似最优性能指标函数，并利用该评判网络权值评测当前电池控制策略的性能，执行网络用来近似最优控制策略，最小化一次全局迭代内的总成本；判断当前局部迭代是否完成，如果尚未完成，则返回局部迭代，否则更新迭代性能指标函数和迭代控制律，以获得最优解；判断当前全局迭代是否满足收敛精度，如果尚未完成，则返回全局迭代；如果满足收敛精度，根据最优性能指标函数获得最优的电池控制策略，并计算用电成本。

公开(公告)号：CN103702349A

公开(公告)日：2014-04-02

申请号：CN201310739109.2

申请日：2013-12-26

Applicant: 中国科学院自动化研究所

Inventor： 赵冬斌 ,  张震 ,  刘德荣

IPC: H04W24/02 ,  H04W84/18

Abstract: 本发明提出一种基于新的稀疏强化学习的传感器网络优化方法，包括：步骤1，将传感器网络中的传感器划分为多个传感器基团；步骤2，将所述传感器网络中表示所有传感器控制策略的全局Q值函数分解为表示各个传感器基团中传感器控制策略的Q值函数之和，并获取与分解后的Q值函数对应的因子图；步骤3，计算当前状态下所有传感器的贪婪联合动作；步骤4，各个传感器执行所述贪婪联合动作或随机动作，并更新每个传感器基团的Q值函数；步骤5，重复步骤3～4，直至传感器基团的Q值函数收敛；步骤6，根据学习得到的传感器基团的Q值函数和当前目标所处的状态，使用一般最大和算法计算获得所有传感器的贪婪联合动作，供每个传感器执行。

公开(公告)号：CN103217899A

公开(公告)日：2013-07-24

申请号：CN201310036976.X

申请日：2013-01-30

Applicant: 中国科学院自动化研究所

Inventor： 赵冬斌 ,  朱圆恒 ,  刘德荣

IPC: G05B13/04

Abstract: 本发明提出一种基于数据的Q函数自适应动态规划方法解决最优控制问题。所述方法主要包括：步骤1，初始化稳定的控制策略；步骤2，用已有的控制策略初始化控制器(actor)、评价器(critic)神经网络的权重；步骤3，根据当前控制策略和当前时刻系统状态，生成被控制系统的控制动作并施加到被控制对象上，观测下一时刻的系统状态；步骤4，调整控制器、评价器神经网络的权重；步骤5，判断当前迭代周期是否已经结束，是则进入步骤6，否则回到步骤3；步骤6，判断最近两个迭代周期产生的神经网络权重是否有明显变化，是则用新产生的控制器、评价器神经网络进入步骤2，否则输出最终的控制器神经网络控制器。