-
公开(公告)号：CN114603564B
公开(公告)日：2024-04-12
申请号：CN202210462455.X
申请日：2022-04-28
Applicant: 中国电力科学研究院有限公司 , 国网安徽省电力有限公司电力科学研究院 , 国网山东省电力公司
IPC: B25J9/16
Abstract: 本发明属于人工智能技术领域，公开了一种机械臂导航避障方法、系统、计算机设备及存储介质，包括：获取机械臂当前的状态张量；将机械臂当前的状态张量输入预设的机械臂导航避障深度强化学习模型中，得到机械臂的决策动作轨迹；其中，所述机械臂导航避障深度强化学习模型，基于在模仿学习环境下以导航规划算法作先验指导进行预训练得到的初始机械臂导航避障深度强化学习模型构建得到；根据机械臂的决策动作轨迹，控制机械臂运行。基于导航规划算法作先验指导，使模型具备一定的基础隐性知识，能够使机械臂适应不同种类的障碍环境，能够快速训练并顺利迁移至实际环境使用，避免复杂的奖励体系构建，极大的提升了训练速度，降低资源消耗。
-
公开(公告)号：CN111967577B
公开(公告)日：2024-04-05
申请号：CN202010744815.6
申请日：2020-07-29
Applicant: 华北电力大学 , 中国电力科学研究院有限公司 , 国网天津市电力公司
Abstract: 本发明公开了一种基于变分自编码器的能源互联网场景生成方法，通过获取能源互联网内G个可再生能源出力与负荷的历史实测数据，以T日实测数据作为训练数据集，V日实测数据作为测试数据集，每日数据采样点数为24，依据源(荷)数目G构建图神经网络层；依据采样点数24构建时序卷积神经网络层；基于图神经网络层以及时序卷积神经网络层构建能源互联网场景生成模型；利用训练数据集对模型进行训练；使用训练好的场景生成模型计算测试集中多源‑荷数据之间相关性系数，提取测试数据集中单日数据的标签变量，生成同类型场景集，验证模型的有效性。
-
公开(公告)号：CN117559393A
公开(公告)日：2024-02-13
申请号：CN202311465747.X
申请日：2023-11-06
Applicant: 中国电力科学研究院有限公司
Abstract: 本发明属于电力系统低压台区拓扑辨识技术领域，具体涉及一种基于数据与模型驱动的低压配电台区拓扑辨识方法及系统，首先获取台变、表箱、用户的原始电压和表箱、用户的用电量的实测序列数据；接下来用电压序列减去其均值再乘以放大系数；再利用分层聚类算法，分别聚类表箱和用户电压序列；然后采用皮尔逊相关系数，辨识表箱和用户的所述相别；通过数学规划模型，实现用户与表箱之间的分线拓扑辨识；最终根据台区分相分线辨识结果生成低压台区拓扑结构。本发明有效降低了低压配电台区拓扑辨识的人力成本，无需增加专用识别设备，且其辨识准确率高、效率高，更具备实用性，对于提高低压配电台区的智能化管理水平具有较大的实践应用价值和推广前景。
-
公开(公告)号：CN111784041B
公开(公告)日：2024-02-09
申请号：CN202010598496.2
申请日：2020-06-28
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网天津市电力公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/042 , G06N3/049
Abstract: 一种基于图卷积神经网络的风电功率预测方法及系统，获取区域内各个风电的地理位置信息，构建距离倒数矩阵；对风电数据进行采样构建样本集，样本集包括训练数据样本集以及预测数据样本集；依据距离倒数矩阵构建图卷积神经网络层；构建时序卷积神经网络层；基于图卷积神经网络层以及时序卷积神经网络层构建风电预测模型；利用训练数据样本集对风电预测模型进行训练，然后对预测数据样本集进行预测。本发明利用基于图卷积神经网络能够有效处理风电站间地理位置信息的非欧氏数据，可以充分挖掘其数据的空间相关性；针对风电站之间的图数据结构进行了合理的设计，使其更符合风电的出力特性；利用该模型进预测风电功率，能够提高预测的精度。
-
公开(公告)号：CN114204563B
公开(公告)日：2024-01-23
申请号：CN202111588049.X
申请日：2021-12-23
Applicant: 中国电力科学研究院有限公司 , 华北电力大学
Abstract: 本申请提出了一种面向电力物联网的通信网与配电网供需互动方法，涉及电力调度技术领域，其中，该方法包括：基于微电网基本负荷生成电力负荷曲线；设定可调控的基站发射功率；根据电力负荷曲线与基站发射功率的上下限，综合考虑配电网组成部分，得到需求侧资源调度策略。计及通信基站的多类型需求响应资源可与主网双向互动，微电网调度层能够对需求响应资源进行控制，起到降低电费、削峰填谷的作用，因此采用上述方案的本申请有效提升配网安全经济运行。
-
Patent Agency Ranking
公开(公告)号：CN109886288B
公开(公告)日：2023-09-29
申请号：CN201910013071.8
申请日：2019-01-07
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司
IPC: G06F18/2135 , G06F18/214 , G06F18/241 , G06N20/20
Abstract: 本发明公开了一种用于电力变压器的状态评价方法，包括：获取电力变压器的状态参量，对常规数据集进行拆分和样本合成，形成多个完备均衡数据集，以作为组件学习器的训练数据；使用所述训练数据训练多个组件学习器，并将训练完成的多个组件学习器组成集成学习器；获得待识别的电力变压器的状态参量，将状态参量中的常规数据集输入集成学习器，所述集成学习器输出电力变压器的第一状态评价结果，解决了训练数据缺失、数据分类不均衡的问题；满足了电力变压器状态评价的代价敏感需求；能够准确评价全网变压器的状态。
-
公开(公告)号：CN114006413B
公开(公告)日：2023-08-29
申请号：CN202111275319.1
申请日：2021-10-29
Applicant: 中国电力科学研究院有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
IPC: H02J3/46 , H02J3/40 , H02J3/48 , G06F17/16 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于图神经网络的电力系统暂态稳定控制方法及系统，所述方法包括以下步骤：获取电力系统特征向量及邻接矩阵；将邻接矩阵和电力系统特征向量输入预训练好的图神经网络评估模型中，输出电力系统的暂态稳定裕度评估值；基于暂态稳定裕度评估值，判断电力系统的暂态功角稳定性；如不稳定则更新控制策略，如稳定则基于电力系统的暂态功角稳定性判断为稳定时对应的控制策略实现电力系统暂态稳定控制。本发明的方法，利用图神经网络考虑电网的拓扑信息，可实时评估系统的暂态稳定裕度并迭代生成和执行紧急控制策略，从而能够保证大扰动故障后系统中的同步发电机群保持同步运行。
-
公开(公告)号：CN116169728A
公开(公告)日：2023-05-26
申请号：CN202310183938.0
申请日：2023-02-28
Applicant: 中国电力科学研究院有限公司
IPC: H02J3/46 , G06Q10/0631 , G06Q50/06
Abstract: 本发明属于新能源发电技术领域，公开一种基于最小汉明距离分析的新能源机群智能调控方法及系统；包括：获取目标新能源机群的历史数据，并对所述历史数据进行分组；针对每组历史数据进行二进制编码；获取目标新能源机群的当前时刻的数据以及下一时刻的功率控制指令；将目标新能源机群的当前时刻的数据进行二进制编码，并根据功率控制指令寻找中汇总功率所在分组；计算当前时刻目标新能源机群数据的二进制编码与所选历史数据二进制编码的汉明距离，将最小汉明距离对应的历史数据作为控制参考，依据所述控制参考对目标新能源机群进行调控。本发明一方面能够充分的利用历史的数据；另一方面能够快速的通过最少机组的控制，来达到功率调度调整的目的。
-
公开(公告)号：CN115115211A
公开(公告)日：2022-09-27
申请号：CN202210724939.7
申请日：2022-06-24
Applicant: 中国电力科学研究院有限公司 , 国网黑龙江省电力有限公司电力科学研究院 , 国家电网有限公司
Abstract: 一种多微网系统分层强化学习优化方法、系统以及存储介质，优化方法包括：将多微网优化问题分解为上下两层；构建提供各微网内的储能策略以及微网之间的功率交互策略的上层智能体模型；构建实现下层各微网基于上层储能策略以及功率交互策略对微网内设备出力自治优化，并向上层反馈优化目标值来指导上层策略更新的下层自治优化模型；协同训练下层自治优化模型与上层智能体模型；利用训练完成的下层自治优化模型与上层智能体模型根据系统状态即时给出调度策略。本发明将深度强化学习方法与传统数学规划法相结合，充分利用了强化学习法自适应能力强以及数学规划法求解精度高的优势，能够针对多微网优化问题实现高效求解，收敛速度和精度均有大幅提升。
-
公开(公告)号：CN115021226A
公开(公告)日：2022-09-06
申请号：CN202210711438.5
申请日：2022-06-22
Applicant: 中国电力科学研究院有限公司 , 国网天津市电力公司 , 国家电网有限公司
Abstract: 本发明属于电力自动化技术领域，公开一种电网线路薄弱程度的判别方法、装置、设备及介质，所述方法包括：获取目标电网的潮流数据；选择目标电网中一条线路，将潮流数据中目标电网所有节点的电压相角、幅值，以及除了所选择线路外的所有线路上的潮流和负载率作为输入，输入所选线路预先建立的深度图卷积神经网络模型，获得所选线路薄弱度指标；遍历目标电网的所有线路，获得所有线路的线路薄弱度指标；对目标电网的所有线路的薄弱度指标排序，完成电网线路薄弱程度的判别。本发明一方面将场景与线路薄弱程度绑定，另一方面兼顾了间歇性新能源和随机电动汽车负荷的影响，能够很好的对电网的运行状态进行评估。
-
-
-
-
-
-
-
-
-
Search Results
161
records
(took 0.081 seconds)
