公开(公告)号：CN115833147A

公开(公告)日：2023-03-21

申请号：CN202211593877.7

申请日：2022-12-12

Applicant: 广东电网有限责任公司 ,  广东电网有限责任公司电力调度控制中心

Inventor： 戴月 ,  郭文鑫 ,  柳琼 ,  郭烨 ,  余志文 ,  卢建刚 ,  曾凯文 ,  郑文杰

IPC: H02J3/16 ,  H02J3/50 ,  H02J3/38 ,  G06N3/092

Abstract: 本申请公开了一种基于强化学习的无功电压优化方法、装置、设备及介质，通过利用深度学习算法，以实际配电网的历史工况数据为输入，以基于名义模型得到的无功电压优化数据为训练标签，训练预设深度学习优化器，得到第一策略模型，从而利用名义模型的优化结果为深度强化学习提供参考；利用马尔可夫决策过程，根据第一策略模型，生成无功优化智能体；基于无功优化智能体与实际配电网进行实时交互，以对实际配电网进行无功电压优化，以及利用强化学习算法，更新无功优化智能体。从而随着强化学习智能体的无功优化能力的提高，逐渐降低名义模型的优化力度，摆脱对配电网模型的依赖，提高无功优化精度。

公开(公告)号：CN117996858A

公开(公告)日：2024-05-07

申请号：CN202410154207.8

申请日：2024-02-02

Applicant: 广东电网有限责任公司广州供电局

Inventor： 陈明辉 ,  刘艳萍 ,  曾顺奇 ,  罗龙波 ,  郭烨 ,  柳琼

IPC: H02J3/46 ,  H02J13/00 ,  G06Q10/0631 ,  G06Q50/06 ,  G06N3/092

Abstract: 本申请公开了一种配电网智能优化方法及装置，所述方法包括：实时监测配电网以获取配电网的实时状态数据，将实时状态数据输入至训练好的配电网智能优化模型，输出优化动作并下发至配电网的各个可调节装置，模型训练过程为：获取历史数据并建立神经网络基础模型，通过历史数据对神经网络基础模型离线训练，得到半优化智能模型，利用实时获取到的运行数据，对半优化智能模型进行在线训练，得到配电网智能优化模型。由此可见，通过离线训练和在线训练的深度强化学习，使得训练得到的配电网智能优化模型的输出动作信息缓解了大规模分布式能源接入带来的配电网过电压、阻塞、网损的情况，提高了配电网系统调度运行决策安全性。

公开(公告)号：CN119675005A

公开(公告)日：2025-03-21

申请号：CN202411580334.0

申请日：2024-11-07

Applicant: 广东电网有限责任公司广州供电局

Inventor： 刘艳萍 ,  陈明辉 ,  罗龙波 ,  郭烨 ,  柳琼

IPC: H02J3/16

Abstract: 本申请涉及配电网调压技术领域，提供一种配电网的无功电压控制处理方法、装置、计算机设备、可读存储介质和程序产品。该方法包括：根据初始观测状态数据进行多轮操作；每轮操作时，执行如下步骤：根据当前轮观测状态数据和若干个预先构建的集成决策网络，得到若干个当前轮可用无功电压控制方案；根据上述方案对应的评价均值的相对大小，确定当前轮候选无功电压控制方案；根据当前轮候选无功电压控制方案在目标配电网的实际执行结果，得到对应的当前轮奖励值；当奖励值不满足条件时，根据实际执行结果得到下轮观测状态数据；当奖励值满足条件时，将候选无功电压控制方案作为目标无功电压控制方案。采用本方法能够降低目标无功电压控制方案的误差。

公开(公告)号：CN119273188A

公开(公告)日：2025-01-07

申请号：CN202411446219.4

申请日：2024-10-16

Applicant: 广东电网有限责任公司广州供电局

Inventor： 刘艳萍 ,  陈明辉 ,  罗龙波 ,  郭烨 ,  袁莹莹

IPC: G06Q10/0637 ,  G06Q50/06 ,  G06N3/043 ,  G06N3/0464 ,  G06N3/08 ,  G06N5/048

Abstract: 本申请公开了一种基于卷积模糊神经网络的配电网健康评估方法及装置，本申请的技术方案通过引入卷积神经网络和模糊逻辑系统的结合，利用卷积神经网络的特征提取能力，从运行数据中提取出隐含的特征和模式，利用模糊神经网络更好地处理配电网运行中的复杂性和不确定性，提高了训练效率与训练精度，增强网络性能。在实际应用阶段，利用训练所得的卷积模糊神经网络模型与实际配电网运行数据，以实现快速进行配电网健康的实时高效评估。

公开(公告)号：CN117933741A

公开(公告)日：2024-04-26

申请号：CN202311752213.5

申请日：2023-12-19

Applicant: 广东电网有限责任公司广州供电局

Inventor： 陈明辉 ,  刘艳萍 ,  曾顺奇 ,  罗龙波 ,  郭烨 ,  孟子超

IPC: G06Q10/0637 ,  G06Q50/06

Abstract: 本申请涉及一种分布式电源的发电随机特性刻画方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：获取分布式电源的包括有不同时段的发电功率实测值的历史发电特征数据集。基于历史发电特征数据集，构建多个携带不同发电特征标签的发电特征矩阵，并以其为输入，调用已训练的初始分布式发电功率预测模型，得到相对应的发电功率预测值。获取不同发电特征标签下，发电功率预测值与发电功率实测值的误差，构建特征误差关联矩阵。根据特征误差关联矩阵，确定分布式电源的发电随机特性数据。采用本方法能够提高分布式发电系统的随机性刻画的精确度。

公开(公告)号：CN117910509A

公开(公告)日：2024-04-19

申请号：CN202311712327.7

申请日：2023-12-13

Applicant: 广东电网有限责任公司广州供电局

Inventor： 陈明辉 ,  刘艳萍 ,  曾顺奇 ,  郭烨 ,  孟子超

IPC: G06N3/0442 ,  G06N3/084 ,  G06F18/15 ,  G06F18/23213 ,  G06F18/2433 ,  G06F18/27 ,  G06Q50/06 ,  H02J3/00 ,  G06N3/048 ,  G06F123/02

Abstract: 本申请涉及一种发电功率预测方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：采集目标发电站的运行状态数据；根据预设的时段长度和运行状态数据对应的时间信息，将运行状态数据进行时段聚类，得到多个时段对应的时段状态集合；根据时段先后顺序，将各时段状态集合中的数据输入至训练后的功率预测模型，预测得到目标时段中的目标发电功率；其中，训练后的功率预测模型是通过多个发电站在多个时段中的历史状态数据和历史发电功率训练得到的。采用本方法能够学习运行状态数据中隐藏的变化趋势和周期性特征，最终输出得到目标发电站的目标发电功率，所得到的目标发电功率能够反映一定的时序特征且可解释性更强，可靠性相对较高。