基于多智能体宽大强化学习的电力安全经济调度方法

    公开(公告)号:CN114386331B

    公开(公告)日:2024-09-06

    申请号:CN202210043886.2

    申请日:2022-01-14

    摘要: 本发明公开了基于多智能体宽大强化学习的电力安全经济调度方法。针对智能电网规模的不断扩张,设计了多智能体宽大强化学习解决框架,采用深度学习拟合状态‑动作价值曲线,并融入了经验池,可以普遍应用于电力系统的分布式经济调度。针对新能源发电单元与网络干扰带来的成本函数不确定性问题,引入宽大强化学习的奖励空间拟合机制,消除智能体与环境交互过程中的不确定性奖励。采用信誉值评估各个智能体的安全状态,应对多智能体系统可能遇到的网络攻击问题,并通过信誉值更新网络通信权重,实现不安全节点的隔离。本发明实现了智能电网多发电机组分布式经济调度问题的联合求解,为复杂电网发电单元的安全、可靠、高效的调度提供可行的方案。

    一种数据中台的监测方法、系统及计算机设备

    公开(公告)号:CN118277201A

    公开(公告)日:2024-07-02

    申请号:CN202410407693.X

    申请日:2024-04-07

    IPC分类号: G06F11/30

    摘要: 本申请属于数据处理技术领域,尤其涉及一种数据中台的监测方法、系统及计算机设备。通过构建数据中台监测基础模型;解析链路监测应用场景,形成待监测应用场景清单;将数据表和数据服务与待监测应用场景清单中的应用场景进行关联,形成待监测数据资源清单;基于监测基础模型、待监测应用场景清单以及待监测数据资源清单,构建以应用场景为主题的链路监测服务,对数据应用链路进行监测;识别数据应用链路中的异常情况,对异常情况进行告警。实现了以重点应用场景为主题进行监测,有效保证链路运行正常。