-
公开(公告)号：CN117856258A
公开(公告)日：2024-04-09
申请号：CN202311580084.6
申请日：2023-11-23
申请人： 国网浙江省电力有限公司信息通信分公司 , 浙江大学
IPC分类号： H02J3/06 , H02J3/38 , H02J3/00 , G06F30/18 , G06F30/27 , G06N3/092 , G06N3/045 , G06N3/088 , G06F18/20 , G06Q50/06
摘要： 本发明涉及多能协同互补技术领域，尤其涉及一种基于目标值竞争的多能协同互补优化方法、设备及介质，包括建立多智能体电网系统分布式非凸经济调度问题的目标优化模型，将目标优化模型建模为偏序马尔可夫决策过程，并采用静态优化的多智能体深度强化学习算法对每个智能体进行离线训练，建立奖励网络与目标Q网络之间的目标值竞争机制，通过目标值竞争机制迭代优化目标Q网络，生成在线优化模型；利用在线优化模型对多智能体电网系统的实时总功率需求进行预测，得到最优输出功率。本发明通过建立奖励网络与目标网络之间的竞争机制，同时利用估计价值网络和目标价值网络使的离线训练的模型可以在线使用，能够为时变需求提供实时最优输出功率。
-
公开(公告)号：CN117521884A
公开(公告)日：2024-02-06
申请号：CN202311455230.2
申请日：2023-11-02
申请人： 国网浙江省电力有限公司信息通信分公司 , 浙江大学
摘要： 本发明涉及电网能量管理技术领域，公开了一种多能协同互补优化方法、系统、计算机设备和存储介质，方法包括：获取综合能源系统中每个电气设备的状态信息，将所述状态信息作为智能体的初始信息，输入预先建立好的多智能体决策模型进行动作决策，得到每个智能体对应的智能体动作；根据预设的约束条件和所述智能体动作，对所述智能体的输出动作进行分级调控。本发明通过多智能体决策模型并结合深度强化学习的泛化能力，在有效降低系统运行成本的同时，实现了对需求不确定性和风力不确定性的实时响应，并且通过分层调控框架提高了风电消纳，从而实现了多种能源的协同优化。
-
公开(公告)号：CN118040788A
公开(公告)日：2024-05-14
申请号：CN202410090846.2
申请日：2024-01-23
申请人： 国网浙江省电力有限公司信息通信分公司 , 浙江大学
摘要： 本发明公开了电网系统的多能协同控制方法、装置、设备及存储介质，包括划分目标区域电网系统中的各个智能体，基于获取到的各个智能体的历史运行数据，预测生成各个智能体对应的备选执行决策；基于深度强化学习网络中的行动者评论家算法，由每个智能体的评论家网络对各个备选执行决策进行分析，确定每一备选执行决策的奖励值；控制各个智能体执行奖励值较高的备选执行决策对应的动作。本发明通过设计特定的方法步骤，结合深度强化学习网络中的行动者评论家算法，能够实现包括风、火、太阳、核等多种类型能源机组的最优布局，多能源机组之间能够实现最优调度和最大化发电，为合理驾驭电网能源系统提供了可靠工具，推进了电网系统的智能化控制进程。
-
公开(公告)号：CN118381126B
公开(公告)日：2024-09-13
申请号：CN202410822434.3
申请日：2024-06-25
申请人： 国网浙江省电力有限公司信息通信分公司
发明人： 王光增 , 王文 , 黄宇腾 , 张建松 , 江昊 , 严家祥 , 车斌 , 刘承松 , 张思 , 唐琦雯 , 胡畔 , 赵新哲 , 姚焱遐 , 沈思琪 , 许小可 , 孙智卿 , 梁婧 , 张澄心 , 姚昕雨 , 宣羿 , 柴林 , 李超楠 , 于丰硕
IPC分类号： H02J3/46 , G06Q10/0631 , G06Q50/06 , G06F17/16 , H02J3/00
摘要： 本发明公开了一种电力系统滚动调度方法、装置和设备，所述电力系统与天然气系统存在耦合关系，通过接收所述天然气系统的信号，当所述信号中包括用于指示天然气系统故障的预警信号时，获取电力系统的负荷预测曲线；结合所述负荷预测曲线和所述预警信号，根据燃气机组压力安全约束，制定电力系统的实时调度策略并生成燃气机组的耗气量曲线；将所述耗气量曲线发送至天然气系统，执行预设的滚动调度间隔内的实时调度策略，更新所述燃气机组的耗气量曲线，直至所述信号中不包括预警信号。采用本发明实施例，能够在保障天然气系统数据隐私的前提下，考虑燃气机组的气压安全约束进行电力系统的滚动调度，确保电力系统的稳定运行和供电安全。
-
公开(公告)号：CN118277201A
公开(公告)日：2024-07-02
申请号：CN202410407693.X
申请日：2024-04-07
申请人： 国网浙江省电力有限公司信息通信分公司
IPC分类号： G06F11/30
摘要： 本申请属于数据处理技术领域，尤其涉及一种数据中台的监测方法、系统及计算机设备。通过构建数据中台监测基础模型；解析链路监测应用场景，形成待监测应用场景清单；将数据表和数据服务与待监测应用场景清单中的应用场景进行关联，形成待监测数据资源清单；基于监测基础模型、待监测应用场景清单以及待监测数据资源清单，构建以应用场景为主题的链路监测服务，对数据应用链路进行监测；识别数据应用链路中的异常情况，对异常情况进行告警。实现了以重点应用场景为主题进行监测，有效保证链路运行正常。
-
公开(公告)号：CN113535739A
公开(公告)日：2021-10-22
申请号：CN202111088634.3
申请日：2021-09-16
申请人： 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司 , 国网浙江综合能源服务有限公司
IPC分类号： G06F16/22 , G06F16/28 , G06F16/215 , G06Q10/10 , G06Q50/06
摘要： 本发明公开了一种基于电网能源数据的数据集市层表建立方法，包括以下步骤：S01：针对收到的数据集市层表生成请求建立逻辑预估模型，对不同请求之间的逻辑预估模型进行综合重复度检查，如出现若干请求之间的逻辑预估模型重复度高于设置阈值，则保留其中一项请求，将其余请求删除；S02：对于未被删除的请求，根据该请求建立最终逻辑模型，并构建为对应的物理模型；S03：根据物理模型对数据库进行数据提取；S04：根据提取到的数据生成数据集市层表。本发明在任务前期通过判断实体重复度以及关系重复度，并汇总为综合重复度，以识别出内容相似的请求并删除，避免创建重复度过高的数据集市层表，防止运算资源浪费，提高数据处理效率。
-
公开(公告)号：CN110110887A
公开(公告)日：2019-08-09
申请号：CN201910223787.0
申请日：2019-03-22
申请人： 国网浙江省电力有限公司信息通信分公司 , 杭州电子科技大学
摘要： 本申请提出了对低压台区线损率的预测方法，包括获取低压台区线损数据，将获得的数据进行数据清洗，剔除其中异常线损数据；将清洗过的数据按特征进行K-Means聚类，计算各个K值对应的轮廓系数，并选择轮廓系数最接近1的聚类数为最优聚类数；归一化或标准化聚类后的特征数据，基于处理后的数据确定训练集和测试集；构建卷积神经网络模型，利用得到数据矩阵对模型进行训练，使用训练好的模型对数据进行预测。通过基于K-Means聚类和深度学习理论的卷积神经网络建立低压台区线损率的预测模型，既考虑了合计供电量、台区容量、总用户等特征数据与当前线损率之间的关系，又使用了上月线损率、同期线损率、同期累计线损率等历史线损数据来提高预测的准确性。
-
公开(公告)号：CN118298815A
公开(公告)日：2024-07-05
申请号：CN202410468800.X
申请日：2024-04-18
申请人： 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
摘要： 本申请提供了一种声学模型的训练方法及装置，该方法包括：基于Dropout算法对深度神经网络进行预训练，得到初始的深度神经网络；将语音帧训练样本输入至预先训练好的GMM‑HMM声学模型，得到GMM‑HMM声学模型确定的标注数据；根据语音帧训练样本和标注数据，对初始的深度神经网络进行训练，得到训练好的深度神经网络；基于训练好的深度神经网络确定观察概率；根据观察概率对隐马尔科夫模型进行训练。
-
公开(公告)号：CN113535739B
公开(公告)日：2021-12-07
申请号：CN202111088634.3
申请日：2021-09-16
申请人： 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司 , 国网浙江综合能源服务有限公司
IPC分类号： G06F16/22 , G06F16/28 , G06F16/215 , G06Q10/10 , G06Q50/06
摘要： 本发明公开了一种基于电网能源数据的数据集市层表建立方法，包括以下步骤：S01：针对收到的数据集市层表生成请求建立逻辑预估模型，对不同请求之间的逻辑预估模型进行综合重复度检查，如出现若干请求之间的逻辑预估模型重复度高于设置阈值，则保留其中一项请求，将其余请求删除；S02：对于未被删除的请求，根据该请求建立最终逻辑模型，并构建为对应的物理模型；S03：根据物理模型对数据库进行数据提取；S04：根据提取到的数据生成数据集市层表。本发明在任务前期通过判断实体重复度以及关系重复度，并汇总为综合重复度，以识别出内容相似的请求并删除，避免创建重复度过高的数据集市层表，防止运算资源浪费，提高数据处理效率。
-
公开(公告)号：CN113449329A
公开(公告)日：2021-09-28
申请号：CN202111010000.6
申请日：2021-08-31
申请人： 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司
摘要： 本发明提供基于安全分享的联邦学习场景下的能源数据融合计算方法，包括：对多元能源数据进行数据预处理，得到预处理后的能源数据；在客户端与中心参数服务器之间基于反向补偿机制选取安全通信通道，确定在安全通信通道中使用的联邦学习参数；在中心参数服务器处生成初始模型，将生成的初始模型向每个客户端分发，每个客户端在接收到初始模型后结合预处理后的能源数据进行安全联邦训练利用联邦学习技术在能源隐私数据不出数据源的情况下进行多元融合计算，同时利用安全分享的安全技术对联邦学习过程传递的梯度信息进行安全保障，实现对能源数据安全、高效、的多元融合计算分析。
-
-
-
-
-
-
-
-
-
搜索结果
35 条记录 (耗时 0.058 秒)
