基于深度强化学习的电网拓扑优化和潮流控制的方法

    公开(公告)号:CN114065452A

    公开(公告)日:2022-02-18

    申请号:CN202111362751.4

    申请日:2021-11-17

    Abstract: 本发明提供了一种基于深度强化学习的电网拓扑优化和潮流控制的方法,包括:构建智能体;获取历史断面潮流数据,并对多历史断面潮流数据进行模仿学习,以确定智能体的参数的初始值;对t时刻的在线断面潮流数据进行训练,得到N个动作价值排在前列的控制策略;在电网环境仿真器中验证N个价值排在前列的控制策略,获得回报最高的控制策略;执行回报最高的控制策略,得到执行该控制策略的奖励值;t的取值加1;循环求奖励值的步骤,每求得M次奖励值,根据动作价值函数的目标值更新智能体参数,完成所有时刻的在线断面潮流数据的智能体训练,从中选出最优的智能体参数;使用训练好的智能体在实时环境下完成电网拓扑优化和潮流控制。

    基于深度强化学习的电网有功频率的调控方法

    公开(公告)号:CN113964884A

    公开(公告)日:2022-01-21

    申请号:CN202111362738.9

    申请日:2021-11-17

    Abstract: 本发明一种基于深度强化学习的电网有功频率的调控方法,包括:获取电网的有功频率的偏差;获取用于智能体训练的样本;建立智能体;将样本输入智能体进行训练,训练方法包括:智能体在每个时间段输出一次控制策略,电网仿真器验证控制策略的消除有功频率的偏差能力并根据偏差能力返回奖励值,智能体从所有奖励值中选出最高的奖励值,其对应的控制策略为样本的电网有功频率的调控方法。本发明提高了有功偏差恢复的精度,全程由智能体和电网仿真器通过程序进行,提高了恢复的效率。

    基于动态聚类的负荷建模与在线修正方法及系统

    公开(公告)号:CN113761700A

    公开(公告)日:2021-12-07

    申请号:CN202010507735.9

    申请日:2020-06-05

    Abstract: 本发明提供了一种基于动态聚类的负荷建模与在线修正方法和系统,其核心思想在于根据电力用户的用电负荷特性,利用特征提取算法,进行动态聚类,得到若干个典型用户;根据负荷智能终端采集的所述典型用户的负荷电气信息与预设电气信息进行样本训练与特征匹配,实现负荷类型识别和获取负荷模型参数,建立每个典型用户的用户负荷模型;并根据用户负荷模型,建立各电压等级上的聚合负荷模型直至对所述聚合负荷模型进行自下而上的逐级等值模型修正,得到配电母线下的综合负荷模型,实现了负荷模型的在线测辩和修正。本发明提供的负荷建模与在线修正方法和系统,能够实现负荷建模动态更新,更符合电力负荷的实际情况。

    电厂送出电流的安控方法
    9.
    发明公开

    公开(公告)号:CN113300476A

    公开(公告)日:2021-08-24

    申请号:CN202110719633.8

    申请日:2021-06-28

    Abstract: 本发明提供了一种电厂送出电流的安控方法,包括:检测总负荷、变电所的负荷、设备定期检修计划、设备定期开机计划、设备定期停机计划、电压、短路容量和继电保护的数据是否有问题;若所述数据没有问题,则对电力系统的频率、电压和潮流,以及电力系统的断路器和隔离开关的状态进行监视,并实时反馈监视到的数据;将所述数据进行整合,并按照安全等级将所述电力系统分为多个等级,根据等级决定电力系统正常供电、对电力系统进行校准或者对电力系统进行紧急控制。通过本发明提供的电厂送出电流的安控方法,检测多种数据,划分不同的等级,根据不同的等级采用不同的措施,可以将电流从电厂安全送出。

Patent Agency Ranking