一种变压器状态故障类型预测方法、系统、介质及设备

    公开(公告)号:CN118709041A

    公开(公告)日:2024-09-27

    申请号:CN202410810857.3

    申请日:2024-06-21

    摘要: 本发明公开了一种变压器状态故障类型预测方法、系统、介质及设备,方法包括:根据多台变压器的历史数据,获取多维数据集;应用人工神经网络提取多维数据集的多维数据特征,获取特征向量;将所述特征向量作为输入,利用随机配置网络进行分类,预测变压器故障类型;使用深度强化学习进行自我学习和迭代优化,学习到训练人工神经网络和随机配置网络最优的策略,提高预测变压器故障类型的准确性。本发明使用深度强化学习,让深度学习强大的特征提取和强化学习的交互学习能力相结合的优势,使激励模型在较弱的奖励反馈信号下学习更多的本质特征,有望具有更好的学习能力和鲁棒性。

    一种基于扰动观测器的孤岛微电网二次电压控制方法

    公开(公告)号:CN118630824A

    公开(公告)日:2024-09-10

    申请号:CN202411117280.4

    申请日:2024-08-15

    IPC分类号: H02J3/38 H02J3/12 H02J3/46

    摘要: 一种基于扰动观测器的孤岛微电网二次电压控制方法,属于微电网运行控制技术领域,解决如何提高孤岛微电网二次电压控制的收敛速度和鲁棒性的问题,本发明考虑微电网处于孤岛运行模式时系统参数扰动及未建模的动力学以及各种不确定性,设计相应的非线性扰动观测器估计扰动,精确估计各分布式发电单元所受扰动,从而提高微电网控制系统中电压控制的收敛速度和鲁棒性,最终改善微电网二次电压控制的效果,采用的基于一致性的分布式控制律将所有分布式发电单元DG的电压幅值恢复到电压参考值,实现了非线性扰动存在下的孤岛微电网分布式发电单元输出电压的一致性控制。