-
公开(公告)号：CN115409370A
公开(公告)日：2022-11-29
申请号：CN202211043084.8
申请日：2022-08-29
申请人： 西安交通大学
摘要： 本发明公开了一种隐私安全的楼宇集群能耗协同预测方法及系统，提出的多楼宇能耗预测模型分布式优化方法突破了现有中心化的迁移学习框架，为解决楼宇负荷建模过程中的小样本问题提供一个可行的途径；能够在隐私保护的前提下，实现多个楼宇间能耗预测模型的知识共享，有效解决部分楼宇面临的运行数据匮乏问题，针对不同楼宇用能模式的数据异质性现象，建立了基于动态聚类的联邦学习框架，将用能模式相近的楼宇划分为同一个聚类，并在不泄露用户用能信息的前提下进行聚类内和聚类间楼宇集群的知识共享，实现楼宇集群中联邦聚类模型选择性、导向性的协同优化。
-
公开(公告)号：CN117911193A
公开(公告)日：2024-04-19
申请号：CN202410137850.X
申请日：2024-01-31
申请人： 西安交通大学
IPC分类号： G06Q50/06 , G06F17/10 , G06Q10/0631
摘要： 本发明公开了一种配电网故障定位恢复方法及系统，根据防御‑攻击‑防御模型获取系统的最大负荷损失；根据配电网各节点之间的距离以及系统的最大负荷损失，利用灾后恢复模型获取最优负荷恢复方案，本发明能够准确预估系统可能的最大负荷损失，使用的列和约束生成算法可以削减场景数量，有效减少计算时间；确定了系统配置无人机的最佳数量和配置地点，并规划了灾后巡检路径。使用无人机巡检不需要投入大量人力且不受灾后系统交通状况的影响，大大减少巡检所需的时间，为配电网的快速恢复奠定了基础；灾后恢复策略充分利用网络重构、分布式发电机和储能对负荷进行快速恢复，相比于只考虑单一手段的情况，所提恢复策略在各场景下能有效降低系统的加权负荷损失，实现了配电网的灾后快速恢复。
-
公开(公告)号：CN114239206A
公开(公告)日：2022-03-25
申请号：CN202111604993.X
申请日：2021-12-24
申请人： 西安交通大学 , 国网江西省电力有限公司
IPC分类号： G06F30/18 , G06F30/27 , G06F111/02 , G06F113/04
摘要： 本发明公开了基于强化学习的灾后电‑路协同修复方法、系统与设备，通过配电网与城市交通网络的网络拓扑、故障信息以及维修站位置和维修队位置，构建时序马尔可夫决策网络，根据电‑路联合系统当前所处状态以及可采取的动作集合，以蒙特卡洛树搜索方法根据时序马尔可夫决策网络对维修队的修复对象进行选择，形成以电‑路联合系统的状态为样本、以当前状态下的最佳修复对象为样本标签的数据集，构建以电‑路联合系统的状态为输入、以电‑路联合系统的下一步的修复对象为输出的快速决策网络，本发明考虑了电‑路联合系统修复计划存在的矛盾性与协同性，构建的强化学习算法有助于提高两者的协同修复效率，增强电‑路联合系统对自然灾害的抵御能力。
-
公开(公告)号：CN113837477B
公开(公告)日：2023-06-27
申请号：CN202111139000.6
申请日：2021-09-27
申请人： 西安交通大学
摘要： 本发明公开了一种数据双驱动的台风灾害下电网故障预测方法、装置和设备，所述方法包括：构建致灾数据集、均衡化致灾数据集、构建双通道预测模型以及用双通道预测模型进行预测，将台风灾害下配电网受灾情况的多元影响因素归类为静态数据和动态数据，并利用前馈神经网络提取静态数据的特征，利用多头自注意力机制强化后的长短期记忆网络提取动态数据的特征，最终采用线性层对提取的所有特征进行融合，建立多元影响因素与配电网受灾情况的映射关系。充分考虑了静态数据对配电网受灾情况作用的稳定性和动态数据对配电网受灾情况作用的时变性与累积性，构建了准确率更高、可解释性更强的台风灾害下配电网故障预测模型。
-
公开(公告)号：CN114243701A
公开(公告)日：2022-03-25
申请号：CN202210102969.4
申请日：2022-01-27
申请人： 西安交通大学
摘要： 本发明公开了一种主网灾后维修派遣方法及系统，基于风险感知模型、BPR路阻模型、维修队路径规划模型、直流潮流模型以及元件状态更新模型建立输电网灾后维修队派遣模型；采集电网灾后受灾元件节点，将受灾元件节点输入输电网灾后维修队派遣模型，以系统缺供电量和用户心理感知损失和最小为目标函数，采用遗传算法对输电网灾后维修队派遣模型进行求解得到维修派遣方案，本发明将心理感知效应带来的隐性价值引入到目标函数中，在保证高效完成恢复任务的同时综合考虑各停电地区公众的心理预期时间和各地区公众的性格特征，在缺供电量相差不多的情况下优先恢复容忍度低的区域负荷，进而提高停电用户对于电网灾后处置方案的满意度，有利于提高电网自身的服务水平；心理的风险感知建模为电力系统分析用户的心理效应提供了模型基础。
-
公开(公告)号：CN113946787B
公开(公告)日：2024-07-12
申请号：CN202111210621.9
申请日：2021-10-18
申请人： 西安交通大学
摘要： 本发明公开了一种配电网负载重分配攻击检测方法、装置、设备和介质，在配电网实施无功补偿的过程中进行交流状态估计与不良数据检测，每进行一个节点的无功调节进行一次不良数据检测，检验状态估计残差是否超出阈值，此处阈值根据系统量测误差与检测要求进行设定。同时本发明提出在各馈线进行无功调整的同时进行馈线交流状态估计，检验状态估计残差是否超出阈值以缩小攻击的检测范围，判断馈线上是否存在负载重分配攻击。无需投入特定的检测设备如相量测量单元，仅需利用已有的无功补偿装置以及不良数据检测器即可完成对负载重分配攻击的检测。
-
公开(公告)号：CN118137456A
公开(公告)日：2024-06-04
申请号：CN202410049349.8
申请日：2024-01-12
申请人： 西安交通大学
摘要： 本发明公开了一种基于混合量子经典计算的配电网灾后重构方法及系统，根据配电网受灾情况构建基于混合量子‑经典方法的灾后配电网拓扑重构模型，此灾后配电网拓扑重构模型考虑网络拓扑重构与分布式电源孤岛运行因素，灾后配电网拓扑重构模型以失负荷损失及开关动作成本最小为目标函数，灾后配电网拓扑重构模型包括配电网拓扑约束和配电网运行约束，配电网运行约束依据配电网的辐射状结构设置；对灾后配电网拓扑重构模型进行优化处理，获取灾后配电网拓扑重构模型优化后模型的最优解，形成配电网拓扑重构策略，能够客观的获取灾后配电网重构分配参数，便于电力系统灾后快速恢复供电，减少停电损失。
-
公开(公告)号：CN115347565A
公开(公告)日：2022-11-15
申请号：CN202211064269.7
申请日：2022-08-31
申请人： 西安交通大学
IPC分类号： H02J3/00
摘要： 本发明公开了一种灾后配网与微网协同恢复方法和装置，本发明以灾后配网与微网协同恢复为研究对象，计及维修队、分布式发电机、储能等灵活性资源及网络重构等恢复手段，考虑微网运行的自主性，提出了配网与微网协同恢复方法，基于线性DistFlow模型建立了两层混合整数线性规划模型，使用基于松弛的双层重构与分解算法求解。本发明计及分布式发电机、储能等灵活性资源，在保证各个微网自主运行的前提下，充分利用配网和微网中的资源，制定最优的灾后恢复方案。配网不能直接干预微网的运行，微网中的资源全部自主调度，解决了资源所有权不同的问题，提高了配网和微网协作的效率。
-
公开(公告)号：CN113837477A
公开(公告)日：2021-12-24
申请号：CN202111139000.6
申请日：2021-09-27
申请人： 西安交通大学
摘要： 本发明公开了一种数据双驱动的台风灾害下电网故障预测方法、装置和设备，所述方法包括：构建致灾数据集、均衡化致灾数据集、构建双通道预测模型以及用双通道预测模型进行预测，将台风灾害下配电网受灾情况的多元影响因素归类为静态数据和动态数据，并利用前馈神经网络提取静态数据的特征，利用多头自注意力机制强化后的长短期记忆网络提取动态数据的特征，最终采用线性层对提取的所有特征进行融合，建立多元影响因素与配电网受灾情况的映射关系。充分考虑了静态数据对配电网受灾情况作用的稳定性和动态数据对配电网受灾情况作用的时变性与累积性，构建了准确率更高、可解释性更强的台风灾害下配电网故障预测模型。
-
公开(公告)号：CN114239206B
公开(公告)日：2024-10-25
申请号：CN202111604993.X
申请日：2021-12-24
申请人： 西安交通大学 , 国网江西省电力有限公司
IPC分类号： G06F30/18 , G06F30/27 , G06F111/02 , G06F113/04
摘要： 本发明公开了基于强化学习的灾后电‑路协同修复方法、系统与设备，通过配电网与城市交通网络的网络拓扑、故障信息以及维修站位置和维修队位置，构建时序马尔可夫决策网络，根据电‑路联合系统当前所处状态以及可采取的动作集合，以蒙特卡洛树搜索方法根据时序马尔可夫决策网络对维修队的修复对象进行选择，形成以电‑路联合系统的状态为样本、以当前状态下的最佳修复对象为样本标签的数据集，构建以电‑路联合系统的状态为输入、以电‑路联合系统的下一步的修复对象为输出的快速决策网络，本发明考虑了电‑路联合系统修复计划存在的矛盾性与协同性，构建的强化学习算法有助于提高两者的协同修复效率，增强电‑路联合系统对自然灾害的抵御能力。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.023 秒)
