一种基于多智能体强化学习的配电网故障恢复方法及系统

    公开(公告)号:CN119482715A

    公开(公告)日:2025-02-18

    申请号:CN202411532871.8

    申请日:2024-10-30

    Abstract: 本发明属于配电网故障恢复技术领域,提供一种基于多智能体强化学习的配电网故障恢复方法及系统,所述方法包括:基于配电网负荷优先级,以恢复的负载作为目标函数,以配电网中各节点线路的运行限制作为约束条件,构建配电网故障恢复问题模型;基于配电网故障恢复问题模型,构建多智能体强化学习的智能体集合,将配电网故障恢复问题转为马尔可夫决策过程;基于多智能体强化学习的智能体集合构建多智能体强化学习框架,进行多智能体的训练,各智能体根据各自观测信息生成决策,得到故障恢复策略。基于配电网负荷优先级和节点线路运行限制构建的目标函数和约束条件,能够确保恢复策略的准确性和可行性。多智能体的并行决策过程缩短了策略生成时间。

    一种智能气体密度继电器装置
    67.
    发明公开

    公开(公告)号:CN116047280A

    公开(公告)日:2023-05-02

    申请号:CN202210259738.4

    申请日:2022-03-16

    Abstract: 本发明公开了一种智能气体密度继电器装置,包括:气体继电器本体,用于监测目标电气设备的气体密度,并当监测的气体密度超出预设气体密度范围时,输出报警和/或闭锁接点信号至外接的一次侧设备;继电器接头,用于传输所述目标电气设备中的气体至智能气体密度继电器装置;传感器测量单元,用于获取压力数据和温度数据;接线故障诊断单元,用于对所述气体密度继电器装置的报警接点和/或闭锁接点的接线状态进行诊断,并当确定接线状态异常时,发送异常信号至所述智能控制单元;智能控制单元,用于根据所述压力数据和温度数据,获取气体密度值,实现监测所述目标电气设备的气体密度;用于根据所述异常信号输出接点接线故障信息至外接设备。

    一种基于循环神经网络对动态磁滞进行补偿的方法及系统

    公开(公告)号:CN111505543B

    公开(公告)日:2023-02-28

    申请号:CN202010189952.8

    申请日:2020-03-18

    Abstract: 本发明公开了一种基于循环神经网络对动态磁滞进行补偿的方法及系统,其中方法包括:将给定磁场信号施加给传感器,采集传感器的输出信号;建立循环神经网络,确定网络结构;循环神经网络的输入量为传感器的输出信号;循环神经网络的输出量为补偿后的传感器的输出信号;对循环神经网络的网络参数进行初始化,通过训练数据对循环神经网络进行训练,将循环神经网络输出量的预测值与目标值作差,获取作差结果;利用梯度下降法对网络参数进行调整,按预设的最大迭代次数通过训练数据对循环神经网络进行训练;当作差结果达到阈值标准或对循环神经网络进行训练达到最大迭代次数时,确定当前网络参数的循环神经网络为训练好的循环神经网络。

Patent Agency Ranking