一种基于零序电流波形斜率的接地故障选线方法及系统

    公开(公告)号:CN118777773A

    公开(公告)日:2024-10-15

    申请号:CN202410815260.8

    申请日:2024-06-24

    IPC分类号: G01R31/08

    摘要: 本发明公开了一种基于零序电流波形斜率的接地故障选线方法及系统,包括:采集零序电压数据,进行故障检测;进行小电流接地系统单相接地故障特性分析,提取故障特征信息;对各线路零序电流进行局部加权线性拟合,根据零序电流拟合曲线计算得到相应的斜率曲线;利用零序电流出现时刻的斜率判断故障线路。本发明利用零序电流斜率极性的差异判断故障线路,原理简明、计算简单。无需滤除零序电流工频分量,可对零序电流采样数据直接进行局部加权线性拟合得到其拟合曲线。采用局部加权线性拟合与曲线斜率相结合的方式检测故障,不仅可以简化计算,而且具有较高的检测灵敏度。能够在各种故障条件下准确选线,且在高阻故障下也具有较高的检测灵敏度。

    一种基于深度确定性策略梯度算法的配电网无功优化方法

    公开(公告)号:CN116207750A

    公开(公告)日:2023-06-02

    申请号:CN202310178946.6

    申请日:2023-02-28

    摘要: 本发明公开了一种基于深度确定性策略梯度算法的配电网无功优化方法,包括构建配电网的无功优化模型,包括潮流计算约束模型,PV逆变器和BESs的出力模型;将无功优化模型描述成一个马尔科夫决策过程,并定义MDP的状态空间、动作空间和奖励函数;使用基于人工神经网络和决策者-评价者架构的DDPG算法来求解的MDP;使用某地区配电网的真实历史运行数据,对DDPG智能体进行训练,然后将训练好的智能体在线部署,并设置不同的PV渗透率对其效果进行验证。本发明所提方法基于ANN使用Q网络来逼近Q函数,避免了状态和动作的维度灾害,同时本发明可以很好地利用PV和BESs这些分布式资源来进行配电网优化。

    基于多智能体强化学习的配电网多区域协同无功优化方法

    公开(公告)号:CN115483703A

    公开(公告)日:2022-12-16

    申请号:CN202211117150.1

    申请日:2022-09-14

    摘要: 本发明公开了一种基于多智能体强化学习的配电网多区域协同无功优化方法包括:利用聚类算法进行配电网分区,将各子区作为一个智能体,构建无功电压优化模型;将配电网多区域协同控制的无功优化模型建模为多智能体的马尔科夫博弈模型;利用multi‑agent soft actor‑critic算法对各智能体构建独特的策略和价值网络;采用集中式训练、分散式执行的框架对各智能体进行训练;利用配电网历史数据进行离线训练,寻求动态系统不确定性的最佳解法,并将其部署至地方在线执行。本发明可以摆脱对精确物理模型和先验统计信息的依赖,可以在历史运行数据中捕获光伏出力和负荷的不确定性,训练好的智能体可以实时决策以避免在线计算时间过长;可以在有限的通信条件下实现全局最优的控制。

    一种基于电力调度的数据采集监视系统

    公开(公告)号:CN116365696A

    公开(公告)日:2023-06-30

    申请号:CN202211530289.9

    申请日:2022-11-30

    IPC分类号: H02J13/00

    摘要: 本发明公开了一种基于电力调度的数据采集监视系统,包括,控制终端,包括数据处理模块、与数据处理模块相连的评估模块以及与数据处理模块相连的预警模块;数据采集模块,包括服务器采集单元、数据库采集单元、业务采集单元以及设备采集单元;以及,监视模块包括显示单元、与显示单元相连的感应单元和显示单元相连的监控单元,由数据采集模块对电力调度中的服务器、数据库、业务状况以及设备进行数据的采集处理,采集完成后将数据传递至控制终端内,由控制终端再将数据一部分发送到数据处理模块内处理,一部分直接由监视模块的显示单元直接进行显示,在数据处理模块中对数据进行分类、转换和初步分析。