-
公开(公告)号：CN118941052A
公开(公告)日：2024-11-12
申请号：CN202411157222.4
申请日：2024-08-22
Applicant: 湖南第一师范学院
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/067 , G06Q50/06 , G06N20/00 , G06F30/27 , G06F113/04
Abstract: 本发明公开了一种融合专家知识与强化学习技术的互联微电网能量调度方法，属于智能电网领域领域，包括如下步骤：S1、建立互联微电网强化学习环境，引入优化策略模型；S2、分层优化设计；S3、强化学习策略的迭代优化；S4、模型应用与性能评估。本发明提出的融合专家知识与强化学习技术的互联微电网能量调度方法，缩短了强化学习的训练时间，增强了策略的鲁棒性和稳定性，而且通过优化能量调度策略，进一步降低了互联微电网的运行成本，为实现大规模互联微电网的高效、经济、安全运行提供了关键技术支撑。
-
公开(公告)号：CN117498306B
公开(公告)日：2024-07-23
申请号：CN202311290470.1
申请日：2023-10-08
Applicant: 湖南第一师范学院 , 拓维信息系统股份有限公司
Abstract: 本发明属于智能电网技术领域，公开了一种微电网优化调度方法、系统、介质、设备及终端，确定电力系统历史运行任务数据以及决策策略π；根据电力系统历史运行任务数据进行密度聚类，确定历史运行数据分类结果；利用历史运行数据分类结果，训练分类神经网络；根据目标电力系统任务运行数据，构建任务类型分类器，确定目标任务类型；根据决策策略π，提取全部或部分属于目标任务类型的决策策略作为源策略；引入PTF策略迁移模块的深度强化学习电力系统优化调度，通过电网调度模型的离线训练确定自适应选择源策略，并实现在线决策。本发明通过添加迁移损失，避免了使用迁移学习处理电网调度问题时出现逆迁移的情况发生，极大地拓宽了使用场景。
-
公开(公告)号：CN119004102A
公开(公告)日：2024-11-22
申请号：CN202411039324.6
申请日：2024-07-31
Applicant: 湖南第一师范学院 , 湖南湘江鲲鹏信息科技有限责任公司
IPC: G06F18/214 , G06F18/22 , G06F18/24 , G06N3/0442 , G06N3/0475 , G06N3/094 , G06N3/0985
Abstract: 本发明公开了一种基于数据增强和元学习的新风机短期功率预测方法，该风电功率预测方法主要通过数据增强、元学习过程、在线功率预测三个步骤，针对历史数据匮乏问题，进行数据增强过程，利用较适合时间序列数据生成的TimeGAN模型对其中的生成器进行多次变异‑评估‑选择过程，评估时提出了一种兼顾样本相似性和样本多样性的综合适应度得分函数。在模型预测阶段，利用了元学习方法综合了多种简单和复杂的预测模型，充分发挥不同预测模型的优势，同时为功率预测模型引入了在线更新模块，更贴近风电功率预测的实际需求。
-
公开(公告)号：CN117498306A
公开(公告)日：2024-02-02
申请号：CN202311290470.1
申请日：2023-10-08
Applicant: 湖南第一师范学院 , 拓维信息系统股份有限公司
Abstract: 本发明属于智能电网技术领域，公开了一种微电网优化调度方法、系统、介质、设备及终端，确定电力系统历史运行任务数据以及决策策略π；根据电力系统历史运行任务数据进行密度聚类，确定历史运行数据分类结果；利用历史运行数据分类结果，训练分类神经网络；根据目标电力系统任务运行数据，构建任务类型分类器，确定目标任务类型；根据决策策略π，提取全部或部分属于目标任务类型的决策策略作为源策略；引入PTF策略迁移模块的深度强化学习电力系统优化调度，通过电网调度模型的离线训练确定自适应选择源策略，并实现在线决策。本发明通过添加迁移损失，避免了使用迁移学习处理电网调度问题时出现逆迁移的情况发生，极大地拓宽了使用场景。
-
-
-
Search Results
4
records
(took 0.024 seconds)
