公开(公告)号：CN116169776A

公开(公告)日：2023-05-26

申请号：CN202211089297.4

申请日：2022-09-07

申请人： 中国电力科学研究院有限公司 ,  国家电网有限公司 ,  国网山西省电力公司电力科学研究院 ,  武汉大学

发明人： 李文臣 ,  黄彦浩 ,  何春江 ,  仲悟之 ,  褚晓杰 ,  许成龙 ,  许沛东 ,  高天露 ,  张俊 ,  严剑峰 ,  吕晨 ,  刘新元 ,  暴悦爽 ,  郑惠萍 ,  邹卫美 ,  李勤新

IPC分类号： H02J13/00 ,  H02J3/38 ,  H02J3/06 ,  G06F18/23213 ,  G06N3/048 ,  G06N3/045 ,  G06N3/092

摘要： 本发明公开了一种电力系统云边协同人工智能调控方法、系统、介质及设备，方法包括：基于电力系统中所有子区域的观测数据确定每个子区域对应的预测值；基于所述预测值确定每个子区域对应的执行动作；基于每个子区域对应的执行动作执行联合动作，以进行电力系统调控。本发明在每个子区域分别进行利用对应的边缘平台进行运算，基于云协同技术实现电力系统广域协调运行控制，能够实现原有中心化任务的有效解耦与任务下沉，对维护高比例新能源接入下大规模互联电网的安全稳定运行提供了基础。

公开(公告)号：CN118693809A

公开(公告)日：2024-09-24

申请号：CN202410815284.3

申请日：2024-06-24

申请人： 武汉大学

发明人： 张俊 ,  赵杭 ,  高天露 ,  许沛东 ,  戴宇欣 ,  白昱阳 ,  许成龙

IPC分类号： H02J3/00 ,  G06N3/0455 ,  G06F18/213 ,  G06F18/10 ,  G06N3/045 ,  G06F16/29

摘要： 本申请公开了基于CVAE和GPT的日前负荷预测方法、装置。该方法包括：从原始电力负荷数据中提取特征数据，特征数据含有时间特征和时间特征对应的气象特征；基于CVAE，由特征数据生成包含特殊日期的小样本负荷数据；根据小样本数据和实际负荷数据采用冻结预训练Transformer策略训练GPT模型；基于训练好的GPT模型进行日前负荷预测。该方法通过冻结GPT关键层并针对负荷预测任务定向微调，同时引入了CVAE，作为辅助手段生成符合真实分布的样本，增强模型训练过程中的数据丰富性和模型的泛化能力。CVAE不仅能模拟时间序列数据的联合分布，还能生成新的时间序列值，从而显著提高负荷预测的准确性和鲁棒性。

公开(公告)号：CN118939996A

公开(公告)日：2024-11-12

申请号：CN202410944107.5

申请日：2024-07-15

申请人： 武汉大学

发明人： 张俊 ,  许成龙 ,  高天露 ,  许沛东 ,  白昱阳 ,  戴宇欣 ,  赵杭

IPC分类号： G06F18/213 ,  G06F18/214 ,  G06F18/10 ,  G06F18/24 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/08 ,  G06N5/04

摘要： 本发明提供一种可再生能源出力场景生成方法及装置，该方法包括：步骤1、获取可再生能源发电场的历史出力数据，构建可再生能源发电场的出力场景数据集；步骤2、基于出力场景数据集训练时间序列表征模型，将出力场景数据集映射到隐空间，得到隐空间出力场景集；步骤3、通过扩散过程向隐空间出力场景集加入高斯噪声；步骤4、建立去噪过程训练去噪扩散概率模型；步骤5、基于训练后的去噪扩散概率模型和时间序列表征模型，根据任意高斯噪声得到真实的出力场景数据集，生成可再生能源出力场景。本发明能够在隐空间学习出力数据的真实分布规律，从而直接将高斯噪声变换成真实的出力场景，为解决电力系统随机规划中不确定性问题提供有效的思路。

公开(公告)号：CN117807884A

公开(公告)日：2024-04-02

申请号：CN202311872826.2

申请日：2023-12-30

申请人： 武汉大学 ,  云南电网有限责任公司电力科学研究院 ,  南方电网科学研究院有限责任公司 ,  云南电网有限责任公司大理供电局

发明人： 张俊 ,  尚磊 ,  董旭柱 ,  高天露 ,  许成龙 ,  戴宇欣 ,  苏适 ,  谢青洋 ,  白浩 ,  周强 ,  陈丝

IPC分类号： G06F30/27 ,  G06F18/214 ,  G06F119/10

摘要： 本发明公开了一种可再生能源运行场景生成及其模型训练方法。本发明提出了一种基于去噪扩散概率模型的可再生能源场景生成方法，首先通过的前向过程将可再生能源运行场景历史数据扩散成高斯噪声；再通过逆向过程对所述高斯噪声进行逐步去噪，最终还原为所述场景历史数据，构建可再生能源运行场景生成模型训练拟合从所述高斯噪声到场景历史数据的映射关系。由此在保证生成的场景样本多样性的同时，也很好地反应实际发电单元的出力特征。

公开(公告)号：CN116961009A

公开(公告)日：2023-10-27

申请号：CN202310937842.9

申请日：2023-07-27

申请人： 武汉大学

发明人： 张俊 ,  张科 ,  许沛东 ,  高天露 ,  穆泽雨 ,  刘浩 ,  许成龙

IPC分类号： H02J3/14 ,  H02J3/48 ,  H02J3/06 ,  H02J13/00

摘要： 本发明提供一种基于人机交互的电力系统调度方法及系统，属于电力智能调度技术领域，包括：建立电力系统的有功功率校正控制领域模型，以总体成本最小化约束有功功率校正控制模型；提出建立基于图深度强化学习算法的电力系统有功校正控制模型，对电力系统进行优化调度控制；由贝叶斯网络建立调度员认知行为模型，利用调度员认知行为模型获取人因可靠性分析结果；采用虚拟数字人技术，利用优化后的电力系统和人因可靠性分析结果构建电力系统人机交互模型。本发明融合人类认知模型，机器智能模型以及人机交互接口来构建人机混合系统，采用虚拟数字人与可解释技术相结合作为新型人机智能接口提高人机混合认知水平，实现人类智能与机器智能的有效融合。