-
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：CN119004998A
公开(公告)日：2024-11-22
申请号：CN202411182163.6
申请日：2024-08-27
Applicant: 中国南方电网有限责任公司
IPC: G06F30/27 , G06N3/092 , G06F18/214
Abstract: 本发明提出一种基于反射内存网的智能体数据交互方法、系统及设备，基于预设的全局参数配置文件，生成智能体和目标机器ID；通过读取本地节点的实时节点卡，得到本地节点对应的第一观测量；通过读取目标节点实时节点卡，得到对应的动作决策；通过对本地节点的实时节点卡进行更新，得到本地节点对应的第二观测量和对应的动作奖励值；对智能体进行强化学习训练，得到决策智能体；接收本地节点输出的控制信号，将所述控制信号返回至对应的目标机器ID的目标节点进行数据交互。本发明解决现有技术在多平台智能体数据交互过程中数据不兼容以及数据传输存在滞后性，导致系统数据交互效率低的问题。本发明简化交互流程，提高系统数据交互效率。
-
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。
-
Patent Agency Ranking
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。
-
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：CN119496110A
公开(公告)日：2025-02-21
申请号：CN202411417056.7
申请日：2024-10-11
Applicant: 中国南方电网有限责任公司
IPC: H02J3/00 , H02J3/06 , G06F18/2415 , G06Q50/06
Abstract: 本申请公开了一种新型电力系统安稳预决策动态扰动集构建方法及系统，其中方法包括：对电网的内部节点和支路连接情况进行可视化，得到电网拓扑邻接矩阵；根据预设的资源设备表和预设的故障设备类型，对电网拓扑邻接矩阵进行筛选，得到预想设备集；根据所述预想设备集中每条供电线路的负载率和潮流数据，预设的支路权重以及预设的熵模型，构建双熵指标九宫格；根据预设的电网故障行为和电网历史运行数据，对所述双熵指标九宫格中的节点信息进行动态更新，得到动态扰动集。本申请构建能全面覆盖电力系统故障类型的动态扰动集，为电力系统的风险评估提供可靠的数据支撑。
-
公开(公告)号：CN119378596A
公开(公告)日：2025-01-28
申请号：CN202411483982.4
申请日：2024-10-23
Applicant: 中国南方电网有限责任公司
IPC: G06N3/042 , H02J3/06 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N3/0499
Abstract: 本申请公开了一种基于图神经网络与极限学习机的最优潮流求解方法和装置，涉及电网潮流计算领域，包括：获取待求解的电力系统的节点拓扑和各个电力节点的历史运行数据，并根据节点拓扑和历史运行数据构建系统拓扑图；基于多层图卷积神经网络提取系统拓扑图的特征得到第一节点特征；以系统总输出最小为目标，基于正则化筛选第一节点特征并融合得到第二节点特征；根据第二节点特征对初始极限学习机模型进行多次迭代训练，迭代时基于均方误差损失优化模型参数，直至模型参数满足预设值时完成训练，得到第一极限学习机模型；获取待求解的电力系统的实时运行数据，并根据实时运行数据和第一极限学习机模型，得到待求解的电力系统的最优潮流求解结果。
-
公开(公告)号：CN119476403A
公开(公告)日：2025-02-18
申请号：CN202411483155.5
申请日：2024-10-23
Applicant: 中国南方电网有限责任公司
Abstract: 本发明提供了一种基于自适应演化的电力系统多智能体并行训练方法，包括：基于待控制新型电力系统构建系统仿真模型；基于系统仿真模型构建初始多智能体；初始化多智能体中每个智能体的网络参数，得到若干个训练智能体；对若干个训练智能体进行分布式并行训练，直至所有训练智能体训练完成，得到当前轮多智能体；获取当前轮智能体群中各个智能体的适应度，并基于适应度进行选择、交叉和变异，获取新的智能体对若干个训练智能体进行更新；重复执行对若干个训练智能体的分布式并行训练，直至满足预设训练条件，获取智能体群；基于智能体群对待控制新型电力系统进行控制。该方法能极大提高多智能体的训练速度，有效提升新型电力系统的控制效率。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.035 seconds)
