配电网状态快速评估计算方法、系统、设备及存储介质

    公开(公告)号:CN116228465A

    公开(公告)日:2023-06-06

    申请号:CN202310214933.X

    申请日:2023-03-08

    摘要: 一种配电网状态快速评估计算方法、系统、设备及存储介质,方法包括在构建的配电系统拓扑上获取配电网设备量测位置与量测数据;以配电网设备的量测数据与拓扑连接关系构建模型离线训练样本对预先建立的神经网络模型进行两个阶段的训练,第一阶段为数据驱动训练,第二阶段为物理知识约束引导训练;利用经过两个阶段训练的神经网络模型在线收集各量测设备的实时数据,输出配电网全节点的电压幅值及相角,并计算获得所有支路的有功功率和无功功率,展示配电网状态。本发明能够在配电网量测稀缺条件下进行状态精准估计,克服传统方法在少量测条件下难以应用、对于数据噪声干扰较为敏感的缺陷;同时采用潮流方程物理引导的方法修正神经网络输出结果。

    基于神经网络决策蒸馏的配电网负荷转供控制方法和系统

    公开(公告)号:CN118899844A

    公开(公告)日:2024-11-05

    申请号:CN202411372281.3

    申请日:2024-09-29

    摘要: 本发明公开一种基于神经网络决策蒸馏的配电网负荷转供控制方法和系统,属于电网运行优化技术领域,方法包括采集配电网数据并构建配电网负荷转供控制数据集;将配电网负荷转供控制数据集转换为图数据;基于图数据训练图神经网络模型对配电网负荷转供控制数据集进行高维特征提取,获取开关状态预测结果并输出负荷转供控制策略;采用知识蒸馏技术利用图神经网络模型的原始输入以及从图神经网络模型中提取的高维特征和开关状态预测结果分别训练决策树模型,最小化决策树模型输出和图神经网络模型输出之间的差异;利用训练好的决策树模型匹配电网状态的具体特征和决策结果,提供配电网负荷转供控制的决策依据。本发明能够更准确地预测电网的运行状态。

    一种考虑状态估计的配电网量测优化配置方法及相关装置

    公开(公告)号:CN118693805A

    公开(公告)日:2024-09-24

    申请号:CN202410762882.9

    申请日:2024-06-13

    摘要: 本发明属于配电网技术领域,公开了一种考虑状态估计的配电网量测优化配置方法及相关装置;其中,所述配电网量测优化配置方法包括以下步骤:选取待量测优化配置的配电网的首端为量测点;基于已有量测点,将配电网的剩余非量测点节点逐一设定为候选量测点,获取每个候选量测点对应的配电网评估误差;将最小的配电网评估误差对应的候选量测点设定为量测点,并判断是否达到预设结束条件;若是,则输出配电网量测优化配置结果。本发明提供的技术方案能够提高评估结果精度,减少量测装置数量,在快速性、收敛性以及精度等方面的性能均表现出了优越性。

    一种综合能源微网群多智能体分层博弈协同方法和装置

    公开(公告)号:CN117833255A

    公开(公告)日:2024-04-05

    申请号:CN202311865487.5

    申请日:2023-12-29

    摘要: 本发明涉及一种综合能源微网群多智能体分层博弈协同方法和装置,包括:创建多智能体深度强化学习参数;创建运营商主智能体;创建所述综合能源系统中每一个所述多能源微网的多能源微网从智能体;基于所述多智能体深度强化学习参数、所述运营商主智能体和所述多能源微网从智能体,利用改进多智能体深度确定策略梯度MADDPG算法对预先创建的神经网络进行强化学习训练,得到多智能体分层博弈协同模型。本发明实现了对综合能源系统中的各单元实现集中管理和分布控制相结合,增强了综合能源系统的协同调度,增加了运行的可靠性,减轻了系统的通信和计算负担。本发明还涉及一种设备和存储介质。

    一种台区级电力短期负荷预测方法及系统

    公开(公告)号:CN115730740A

    公开(公告)日:2023-03-03

    申请号:CN202211527225.3

    申请日:2022-11-30

    摘要: 本发明涉及一种台区级电力短期负荷预测方法及系统,属于电力系统负荷预测技术领域。方法包括:根据低压配变的三相负荷序列,建立相应节点的特征序列和邻接矩阵,构建面向低压配电台区负荷预测的时空图数据和图数据样本;基于多源条件数据,构建相应的多源条件数据特征;根据构建的所述时空图数据与所述多源条件数据特征,训练条件自适应时空同步图卷积神经网络CASTSGCN模型;应用训练完成的所述CASTSGCN模型,预测低压配变三相负荷预测值;聚合所述配变三相的负荷预测值,获得下一时刻的低压配电台区的总负荷预测值。本方法有效解决了目前低压配电台区负荷预测忽视台区内用户用电行为之间存在的潜在空间相关性的问题,显著提升了低压配电台区负荷预测的精度。