一种基于梯度提升决策树的短期负荷预测方法

    公开(公告)号:CN108539738B

    公开(公告)日:2020-04-21

    申请号:CN201810443513.8

    申请日:2018-05-10

    Abstract: 本发明实施例公开了一种基于梯度提升决策树的短期负荷预测方法,包括获取待预测日前N天的历史负荷数据,形成原始数据集A0;从原始数据集A0中筛选出构建训练样本的数据集B;利用数据集B构造GBDT预测模型所需的全部样本集(X,Y);由全部样本集(X,Y)训练构造全天GBDT预测模型,根据全天GBDT预测模型预测待预测日的全天负荷向量;将全部样本集(X,Y)按小时分割为24个样本子集,并分别训练构造小时GBDT预测模型,并根据小时GBDT预测模型预测待预测日的24小时负荷向量;结合全天负荷向量和24小时负荷向量,预测待预测日的最终负荷向量。本发明充分挖掘历史负荷数据中的特征并构造不同的梯度提升决策树模型来提高短期负荷预测的精度。

    一种电力计量资产库存量控制方法

    公开(公告)号:CN107169697A

    公开(公告)日:2017-09-15

    申请号:CN201710255885.3

    申请日:2017-04-18

    CPC classification number: Y04S10/56 G06Q10/087 G06Q50/06

    Abstract: 本发明公开了一种电力计量资产库存量控制方法,包括,对于中心库房,当库存量下降到设定值R1时,进行批量为Q1的订单,并确保在提前期L1的期末收到,安全库存满足设定要求值,保证库存的检定与配送供应;对于二级、三级库房,当库存量下降到设定值R2时,进行批量为Q2的配送,确保在提前期L2的期末收到;在验证是否满足最高安全库存时将零星的配送量考虑进去。本发明应用于在计量集约化检定的前提下,各级计量库房库存量控制难得问题,解决了电力计量库存量超期、超限及不能够满足使用等问题,并对省级计量中心进货点、配送点的时间进行计算,给出合理的进货点和配送点,保障了各级计量库房库存资产的合理性,提高计量资产的利用率。

    一种光伏逆变器的无功优化控制方法

    公开(公告)号:CN117913927A

    公开(公告)日:2024-04-19

    申请号:CN202311234261.5

    申请日:2023-09-22

    Abstract: 本发明公开了一种光伏逆变器的无功优化控制方法,应用于中心化部署的配电网主站,方法包括:基于配电网,构建对应的分布式部分可观测马尔可夫决策过程模型;在配电网主站中,基于价值分解多智能体深度强化学习算法,训练分布式部分可观测马尔可夫决策过程模型,以得到对应于光伏逆变器数量的策略网络;将策略网络依次下发至分布式部署的光伏逆变器对应的边缘计算装置,以使边缘计算装置基于对应的光伏逆变器采集的所在区域内的节点特征信息和配置的策略网络输出对应的控制动作,控制动作用于调节光伏逆变器的无功功率,以将节点电压稳定于基准值附近。

    一种基于多智能体深度强化学习的配电网电压控制方法

    公开(公告)号:CN117913842A

    公开(公告)日:2024-04-19

    申请号:CN202311240586.4

    申请日:2023-09-22

    Abstract: 本发明公开了一种基于多智能体深度强化学习的配电网电压控制方法,方法包括:基于配电网,建立对应的分布式部分可观测马尔可夫决策过程模型;基于自注意力编码器,确定分布式部分可观测马尔可夫决策过程模型对应的神经网络中的策略网络和价值网络;基于确定的策略网络和价值网络,集中训练分布式部分可观测马尔可夫决策过程模型,以得到更新后的策略网络;将更新后的策略网络依次下发至分布式部署的边缘计算装置,以使边缘计算装置基于更新后的策略网络进行前馈运算,并确定对应的动作及输出对应的无功补偿功率。

Patent Agency Ranking