-
公开(公告)号：CN119051129A
公开(公告)日：2024-11-29
申请号：CN202411154364.5
申请日：2024-08-22
Applicant: 天津大学 , 北京智芯微电子科技有限公司
Abstract: 本发明涉及一种基于量测‑策略映射矩阵的分布式电源自适应控制方法，其技术特点是：构建配电网量测‑策略映射矩阵生成模型并进行训练，基于配电网节点电压实时量测数据生成量测‑策略映射矩阵；基于线性升维决策构建线性化量测‑策略映射约束；构建分布式电源自适应控制模型，对分布式电源自适应控制模型进行求解，得到各分布式电源的运行控制策略。本发明基于线性升维决策构建线性化量测‑策略映射约束，进而构建配电网自分布式电源自适应控制模型并对其求解，实现配电网物理参数模型缺失情况下分布式电源控制策略高效求解功能，能够实时响应分布式电源波动，从而提高了复杂时变场景下分布式电源运行的控制精度。
-
公开(公告)号：CN115856503A
公开(公告)日：2023-03-28
申请号：CN202211508814.7
申请日：2022-11-29
Applicant: 广东电网有限责任公司中山供电局 , 天津大学 , 南方电网数字电网研究院有限公司
IPC: G01R31/08 , G06N3/0464 , G06N3/08
Abstract: 本发明的基于线图卷积神经网络的配电网故障重构智能决策方法，立足于解决配电网网络参数不可知或不准确情况下的故障网络重构问题。本发明以数据驱动的方法，通过对配电网预想故障信息及网络重构策略的有效提炼，获得配电网故障与恢复策略的映射关系，从而避免了因配电网网络参数不可知或不准确情况下配电网供电恢复模型无法建立的问题。同时考虑到神经网络应用的快速性，当配电网发生故障时，将故障位置、功率信息等输入神经网络模型，可以快速获得故障网络重构策略，支撑故障发生后的配电网快速供电恢复，提升配电网供电可靠性。
-
Patent Agency Ranking
公开(公告)号：CN113471982B
公开(公告)日：2022-06-28
申请号：CN202110839904.3
申请日：2021-07-22
Applicant: 天津大学 , 南方电网数字电网研究院有限公司
Abstract: 一种云边协同与电网隐私保护的分布式电源就地电压控制方法：划分有源配电网各边缘计算装置的所辖区域并输入配电网参数；在云端构建基于图卷积神经网络的配电网代理模型的训练集，并构建基于图卷积神经网络的配电网代理模型，训练后得到配电网代理模型；将训练后的配电网代理模型下发至配网边缘侧的边缘计算装置，作为其配电网子代理模型；依据各配电网子代理模型，整定各区域内分布式电源的就地电压控制曲线参数；更新训练对象构成边缘侧子训练集；更新得到更新后的配电网子代理模型；再次整定各区域内分布式电源的就地电压控制曲线参数，输出就地电压控制曲线整定结果。本发明充分挖掘海量多源数据信息，提升配电网运行调控智能化水平。
-
公开(公告)号：CN113471982A
公开(公告)日：2021-10-01
申请号：CN202110839904.3
申请日：2021-07-22
Applicant: 天津大学 , 南方电网数字电网研究院有限公司
Abstract: 一种云边协同与电网隐私保护的分布式电源就地电压控制方法：划分有源配电网各边缘计算装置的所辖区域并输入配电网参数；在云端构建基于图卷积神经网络的配电网代理模型的训练集，并构建基于图卷积神经网络的配电网代理模型，训练后得到配电网代理模型；将训练后的配电网代理模型下发至配网边缘侧的边缘计算装置，作为其配电网子代理模型；依据各配电网子代理模型，整定各区域内分布式电源的就地电压控制曲线参数；更新训练对象构成边缘侧子训练集；更新得到更新后的配电网子代理模型；再次整定各区域内分布式电源的就地电压控制曲线参数，输出就地电压控制曲线整定结果。本发明充分挖掘海量多源数据信息，提升配电网运行调控智能化水平。
-
公开(公告)号：CN117559556A
公开(公告)日：2024-02-13
申请号：CN202311511229.7
申请日：2023-11-14
Applicant: 天津大学
Abstract: 本发明涉及一种基于集中‑就地联合的配电网分布式电源运行控制方法，其技术特点是：输入配电网拓扑结构和线路参数、源荷预测信息和分布式电源功率波动的典型场景及概率，建立配电网集中式多手段协同优化模型，求解得到配电网日前ΔT尺度下的控制策略，对各分布式电源构建就地控制曲线，每隔ΔT构建基于分布鲁棒的分布式电源就地控制曲线参数整定模型，得到整定后的分布式电源就地控制曲线；根据就地电压量测快速调整无功出力。本发明设计合理，其充分考虑分布式电源的不确定性，在就地阶段构建分布鲁棒优化模型，整定曲线参数，提升控制曲线的鲁棒性，解决了强不确定性环境下分布式电源的策略制定问题。
-
公开(公告)号：CN113422371A
公开(公告)日：2021-09-21
申请号：CN202110839908.1
申请日：2021-07-22
Applicant: 天津大学 , 南方电网数字电网研究院有限公司
Abstract: 一种基于图卷积神经网络的分布式电源就地电压控制方法，根据选定的有源配电网，划分各边缘计算装置的所辖区域并输入配电网参数；依据配电网参数和典型日的历史潮流数据，在云端构建基于图卷积神经网络的配电网代理模型的训练集，构建基于图卷积神经网络的配电网代理模型，训练后得到配电网代理模型；将训练后的配电网代理模型下发至配网边缘侧的边缘计算装置，作为各边缘计算装置的配电网子代理模型；依据各配电网子代理模型，整定各区域内分布式电源的就地电压控制曲线参数；输出就地电压控制曲线整定结果。本发明充分挖掘海量多源数据信息，提升配电网运行调控智能化水平，有效解决整定Q‑V曲线过程中准确的全网参数难以获取的问题。
-
公开(公告)号：CN113422371B
公开(公告)日：2022-05-20
申请号：CN202110839908.1
申请日：2021-07-22
Applicant: 天津大学 , 南方电网数字电网研究院有限公司
Abstract: 一种基于图卷积神经网络的分布式电源就地电压控制方法，根据选定的有源配电网，划分各边缘计算装置的所辖区域并输入配电网参数；依据配电网参数和典型日的历史潮流数据，在云端构建基于图卷积神经网络的配电网代理模型的训练集，构建基于图卷积神经网络的配电网代理模型，训练后得到配电网代理模型；将训练后的配电网代理模型下发至配网边缘侧的边缘计算装置，作为各边缘计算装置的配电网子代理模型；依据各配电网子代理模型，整定各区域内分布式电源的就地电压控制曲线参数；输出就地电压控制曲线整定结果。本发明充分挖掘海量多源数据信息，提升配电网运行调控智能化水平，有效解决整定Q‑V曲线过程中准确的全网参数难以获取的问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.036 seconds)
