一种分布式电源协同优化方法、装置、设备及介质

    公开(公告)号:CN115036992A

    公开(公告)日:2022-09-09

    申请号:CN202210857183.3

    申请日:2022-07-20

    IPC分类号: H02J3/46

    摘要: 本发明公开了一种分布式电源协同优化方法装置、设备及介质。本发明提供的分布式电源协同优化方法,将接入有分布式电源的配电网进行分区,每个分区内分别设置有预训练好的智能体神经网络;获取当前电网状态的观测值;将观测值作为深度强化学习模型的输入,深度强化学习模型生成当前所属分区内分布式电源的控制策略,使当前所属分区的运行成本最小,并使分布式电源的运行满足运行约束条件,从而最小化日累积运行成本。使各区域既能实现本分区自治又可协同运行,一方面各区域智能体通过其神经网络实现本分区数据就地处理,避免了集中控制中心对大量数据的收集和处理,另一方面通过参数服务器的联邦平均过程实现全局分布式协同优化。

    一种电力设备联合检测识别方法、系统、设备及存储介质

    公开(公告)号:CN113838056A

    公开(公告)日:2021-12-24

    申请号:CN202111429591.0

    申请日:2021-11-29

    摘要: 本发明公开了一种电力设备联合检测识别方法、系统、设备及存储介质,包括:获取电力设备的图像信息,使用旋转回归框对电力设备的图像信息中各电力设备进行标注;将标注后的电力设备的图像信息输入到训练后的网络模型中,得旋转回归框的位置信息及角度信息、主电力设备集合以及附属电力设备集合;根据旋转回归框的位置信息及角度信息将主电力设备集合中的各主电力设备与附属电力设备集合中的附属电力设备进行配对,以确定主电力设备对应的附属电力设备,完成面向图像数据的电力设备联合检测识别,该方法、系统、设备及存储介质能够较为准确进行电力设备联合检测。

    基于深度强化学习的潮流收敛自动调整方法及系统

    公开(公告)号:CN112787331A

    公开(公告)日:2021-05-11

    申请号:CN202110114628.4

    申请日:2021-01-27

    IPC分类号: H02J3/06

    摘要: 本申请实施例公开了一种基于深度强化学习的潮流收敛自动调整方法及系统。所述方法包括:获取电网数据,形成数据样本;根据构建的强化学习模型,将数据样本生成状态空间;所述强化学习模型进行构建时包括,选取控制动作,形成动作空间;根据数据集中多个数据样本的潮流状态以及根据动作空间中执行控制动作与所形成的工作状态的映射关系,构建状态空间;从状态空间中获取电网系统的当前运行状态,基于所述当前的运行状态形成的最终网络参数,调整潮流收敛,输出调整方案。本技术方案,可以实现大规模电网潮流收敛的自动调整,减少运行方式制定人员的工作强度,提高工作效率。

    基于关键量测布点位置搜索的感知设备部署方法及系统

    公开(公告)号:CN115828489B

    公开(公告)日:2023-05-12

    申请号:CN202310146029.X

    申请日:2023-02-22

    摘要: 本发明公开了一种基于关键量测布点位置搜索的感知设备部署方法及系统,属于配电网的优化规划领域,包括:基于优化超参数和伪量测模型,通过蒙特卡洛模拟与迭代优化构建感知设备优化部署策略:汇总感知设备量测值并计算状态估计值,再计算电压幅值、电压相角误差及其协方差矩阵,重复以上蒙特卡洛模拟多次,直至达到设定的蒙特卡洛模拟次数;进而计算电压幅值、电压相角状态估计误差合格率;判断合格率和量测布点数量是否满足要求,根据判断结果进行迭代计算,每次迭代在状态估计误差最大的前K个节点新增感知设备,直至迭代收敛,K为正整数;得到感知设备优化部署策略。本发明能指导配电网采集装置部署,降低感知设备投资成本。

    区域能源互联网运行优化方法、系统、设备及介质

    公开(公告)号:CN116050598A

    公开(公告)日:2023-05-02

    申请号:CN202211726619.1

    申请日:2022-12-29

    摘要: 本发明公开了一种区域能源互联网运行优化方法、系统、设备及介质,属于能源互联网技术领域,包括获取区域综合能源系统设备组成和参数,构建区域综合能源模型,以区域综合能源模型的运行成本最小为优化目标,建立区域综合能源系统稳态模型;基于所述区域综合能源系统稳态模型构建区域综合能源系统的线性混合整数规划模型;通过基于机器学习的分支算法求解所述线性混合整数规划模型,得到优化参数解用于区域能源互联网运行优化。针对能源互联网优化运行的基于机器学习分支策略学习方法,可利用历史节点信息提高求解速度,提高优化问题求解效率。