-
公开(公告)号：CN118783448A
公开(公告)日：2024-10-15
申请号：CN202410777613.X
申请日：2024-06-17
IPC: H02J3/06 , H02J3/00 , G06F18/213 , G06N3/042
Abstract: 本发明公开了一种基于边图注意力网络电力系统自适应潮流计算方法及装置，方法包括：构建边图注意力潮流计算模型架构，根据电力系统的非欧式图结构，将潮流计算建模为一个边图注意力拓扑图；采用多头注意力机制通过对节点或边进行不同的加权，表达图的不同特征；采用多图并行化训练；采用均方误差和平均绝对误差作为衡量模型性能的指标；若模型精度达到预期值，得到基于边图注意力网络电力系统自适应潮流计算模型；若模型精度没有达到预期值，调整模型的超参数；损失函数中应用正则化技术；将特定场景下某个时间点的电力系统的已知状态量输入到模型，模型通过在线实时映射即可得到当前工况下电力系统的完整潮流结果，通过最新潮流结果保障作为电力系统运行分析的基础。装置包括：处理器和存储器。
-
公开(公告)号：CN115759370A
公开(公告)日：2023-03-07
申请号：CN202211383630.2
申请日：2022-11-07
Applicant: 国网吉林省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 东北电力大学 , 吉林省电力科学研究院有限公司
Inventor： 孙勇 , 李宝聚 , 刘闯 , 王佳蕊 , 李德鑫 , 陈厚合 , 王尧 , 胡枭 , 王惠锋 , 孟祥东 , 吕项羽 , 王伟 , 李成钢 , 张家郡 , 冷俊 , 高松 , 刘畅 , 张海锋 , 庄冠群
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06N3/04 , G06N3/08
Abstract: 本发明属于深度强化学习领域，公开了一种基于MADDPG算法的映射运行方法，为了实现分散式调控过程中，对于差异性节点的调峰及限制过响应，提高系统安全性与经济性,引入MADDPG(Multi‑Agent Deep Deterministic Policy Gradient)的深度强化学习训练方法对辅助参数加以训练；选用多智能体算法以模拟多个参与者与环境的交互过程；然后构建Actor‑Critic架构，针对每个智能体建立值函数，形成合理的智能体训练和应用机制；随后对经验回放池、深度连接层和目标网络等进行进一步设置并融合虚拟遗憾最小化思想对稀疏奖励下的智能体训练产生引导作用；最后使用代价函数估计其他智能体策略，并针对策略集合进行优化，以实现多个智能体在训练阶段结束后，能够各自在应用状态下给出下一次最佳动作策略。
-
Patent Agency Ranking
公开(公告)号：CN115759371A
公开(公告)日：2023-03-07
申请号：CN202211388691.8
申请日：2022-11-08
Applicant: 国网吉林省电力有限公司电力科学研究院 , 国网吉林省电力有限公司 , 东北电力大学 , 吉林省电力科学研究院有限公司
Inventor： 王佳蕊 , 孙勇 , 孟祥东 , 杨金铎 , 陈厚合 , 胡枭 , 吕项羽 , 李德鑫 , 朱明洋 , 王尧 , 李宝聚 , 张家郡 , 王伟 , 李成钢 , 冷俊 , 高松 , 刘畅 , 张海锋 , 庄冠群
IPC: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , H02J3/00
Abstract: 一种基于GCN‑LSTM的电力系统短期负荷预测方法，本发明属于电力系统负荷预测技术领域，首先，完成时空特征的构建和归一化，将海量的历史负荷数据、气象数据、日期信息按时间滑动窗口构造连续特征图作为输入，接着将电网络模型作为图结构嵌入到GCN中，并将网络参数转换为GCN中的邻接矩阵，从而提取空间特征，然后，将GCN的输出作为LSTM网络的输入，在时间维上提取负荷变化的特征，解决了递归神经网络的梯度消失问题。最后，依次完成测量数据窗口的滚动更新和异步序列映射等方法对回归预测模型进行训练，增强了GCN‑LSTM模型的鲁棒性。
-
公开(公告)号：CN117878916A
公开(公告)日：2024-04-12
申请号：CN202410050587.0
申请日：2024-01-12
Applicant: 国网吉林省电力有限公司经济技术研究院 , 吉林省长春电力勘测设计院有限公司 , 东北电力大学
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06F18/15 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/096 , G06N3/048 , G06N3/084 , G06F123/02
Abstract: 本发明公开了基于深度神经网络的IES多元负荷短期联合预测方法，步骤为：收集IES的历史时间序列数据并预处理；构建MMoE多任务学习模型，并将历史时间序列数据作为输入模型的属性特征，输出模型中各个子任务的结果；将MMoE多任务学习层的输出和节点间的空间关系作为GCN层的输入，利用GCN层结构解析各地区分区的拓扑结构并提取空间特征；将带有空间特征的时间序列数据输入LSTM中学习时间特征；使用LSTM对某一时刻多变量负荷进行预测，训练模型至精度达到预期值，得到最终预测模型。本发明预测方法具有可以通过持续学习实时数据适应新的趋势和模式，提高在动态环境下的预测精度的特点。
-
公开(公告)号：CN116722552A
公开(公告)日：2023-09-08
申请号：CN202310738864.2
申请日：2023-06-21
Applicant: 东北电力大学
Abstract: 本发明公开了一种大规模电力系统全纯嵌入潮流并行计算方法，包括：采用稳定双正交共轭梯度法并行迭代求解预处理后的高维幂级数系数线性方程组；根据迭代求解预处理后高维幂级数系数线性方程组的输出结果中的解向量和残差向量进行稳定双正交共轭梯度法的收敛性判定环节；当max(|rk|)小于稳定双正交共轭梯度法的最大误差，输出的解向量满足稳定双正交共轭梯度的误差精度要求，利用Aitken差分法代替Padé近似并行计算电压幂级数有理逼近值，并输出包含各节点电压值的向量；根据所得各节点电压值进行最大功率失配值收敛性判定环节，若最大功率失配值大于εeps，则更新预处理后高维幂级数系数线性方程组的右侧列向量，进行下一次循环计算。
-
公开(公告)号：CN119476605A
公开(公告)日：2025-02-18
申请号：CN202411576179.5
申请日：2024-11-06
Applicant: 东北电力大学 , 云南曲靖呈钢钢铁(集团)有限公司
IPC: G06Q10/04 , G06N3/0455 , G06N3/08 , G06N3/0464 , G06N3/042 , G06Q50/06
Abstract: 本发明公开了基于GCN‑Transformer模型的电动汽车电池更换站在不同耦合下的时空负荷预测方法，具体为：步骤1，获取n个换电站k小时内的电负荷数据，对换电负荷数据进行预处理，并将预处理后的数据分为训练集和验证集；步骤2，获取n个换电站之间的邻接矩阵A；步骤3，构建含有多头注意力机制与稀疏注意力机制的GCN‑Transformer模型；步骤4，采用训练集中的数据对步骤构建的模型进行训练；步骤5，使用训练好的模型进行电动汽车电池更换站在不同耦合下的时空负荷预测。本发明通过集成空间和时间特征，能够捕捉换电站之间复杂的时空依赖关系，增强了负荷预测的准确性。
-
公开(公告)号：CN115983422A
公开(公告)日：2023-04-18
申请号：CN202211424006.2
申请日：2022-11-15
Applicant: 国网吉林省电力有限公司电力科学研究院 , 国网吉林省电力有限公司 , 东北电力大学 , 国网吉林省电力有限公司长春供电公司
Inventor： 王佳蕊 , 孙勇 , 李少伦 , 胡枭 , 李德鑫 , 李宝聚 , 陈厚合 , 王惠锋 , 王大亮 , 孟祥东 , 张家郡 , 冷俊 , 王尧 , 吕项羽 , 陈璟毅 , 刘畅 , 张海锋 , 庄冠群
IPC: G06Q10/04 , G06Q50/06 , G06F30/20 , G06F17/12 , G06F111/04
Abstract: 一种多能耦合条件下新型电力系统最优能流优化方法，属于能流优化技术领域，以RIES总运行成本最低为目标，构建最优能流模型目标函数。接着以电力子系统、天然气子系统和热力子系统建立约束条件。针对模型非凸非线性难以求解的问题提出了转凸及近似方法，将模型由混合整数非线性规划问题转化为混合整数锥规划问题，极大提高了求解速度；本发明能够支撑大规模、多节点、强耦合的RIES最优能流问题的高效求解，并具备通用性和可扩展性。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
