-
公开(公告)号：CN114818306A
公开(公告)日：2022-07-29
申请号：CN202210414917.0
申请日：2022-04-16
申请人： 华北电力大学 , 国网浙江省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： G06F30/20 , G06Q10/04 , G06Q50/06 , H02J3/06 , H02J3/24 , H02J3/38 , G06F111/04 , G06F113/04 , G06F119/02
摘要： 本发明涉及一种面向5G配电网的能源流信息流协同交互优化方法，属于网络通信技术领域。本发明能够借助网络微积分理论建立信息流模型，显式求解能源流优化对信息流的通信需求，分析5G配电网信息流对能源流的影响，避免了传统信息流建模方法中无法进行能源流与信息流耦合分析的问题，能够适用于5G配电网的电力系统分析，构建5G配电网多目标能源流优化模型，在满足可靠性与经济性的基础上实现配电网能源流优化，利用静态计算得出的通信资源，以及上一时隙能源流优化结果与实际能源流测量结果的偏差，对本时隙的通信资源分配进行调整，并通过连续的反馈迭代实现能源流和信息流融合的协同交互优化，最终达到资源分配优化目的。
-
公开(公告)号：CN115149586B
公开(公告)日：2024-07-19
申请号：CN202210916474.5
申请日：2022-08-01
申请人： 华北电力大学
IPC分类号： H02J3/46 , H02J3/14 , H02J3/32 , G06F30/18 , G06F30/27 , G06Q50/06 , G06F113/04 , G06N3/045 , G06N3/092 , G06N3/098
摘要： 本发明提供一种分布式能源聚合调控与自主调控协同优化方法及系统，包含设备层，边缘层和云层；设备层将负荷与电源信息上传至边缘层，边缘层训练局部模型上传至云层并接收云层下发的全局模型，同时根据全局模型与局部模型向设备层下发聚合调控与自主调控指令。包括以下步骤：(1)提出区域电网分布式能源调控系统模型；(2)构建分布式光伏总出力成本和供电可靠性联合优化问题；(3)基于一致性算法增强联邦深度强化学习的负荷聚合调控与分布式光伏自主调控两阶段协同优化。本发明提高局部模型的训练和调控优化性能，实现了信息不确定性下的全局决策优化，实现了电网运行的经济性和可靠性的联合优化。
-
公开(公告)号：CN117314070A
公开(公告)日：2023-12-29
申请号：CN202311218811.4
申请日：2023-09-20
申请人： 华北电力大学
IPC分类号： G06Q10/0631 , G06Q30/0207 , G06Q50/06 , G06Q50/30 , G06N3/008 , G06N3/092
摘要： 本发明涉及一种基于非对称一致性学习的电动汽车参与需求响应方法，属于电力系统技术领域。其中，固定签约电动汽车固定需求响应系统实现固定签约电动汽车的非对称一致性优化，并由固定需求响应模块补足需求响应缺额并输出固定签约电动汽车调度成本，辅助灵活签约电动汽车需求响应优化；灵活签约电动汽车自主需求响应系统通过环境信息采集模块、智能体网络模块得到灵活签约电动汽车自主需求响应的功率，由自主需求响应模块执行需求响应并将结果输出，固定签约电动汽车根据需求响应缺额进行补足，同时，局部奖励模块、贡献占比分析模块、奖励聚合模块、柔性损失函数模块根据各模块结果计算柔性损失函数，传送至智能体网络模块进行学习优化。
-
公开(公告)号：CN115149586A
公开(公告)日：2022-10-04
申请号：CN202210916474.5
申请日：2022-08-01
申请人： 华北电力大学
摘要： 本发明提供一种分布式能源聚合调控与自主调控协同优化方法及系统，包含设备层，边缘层和云层；设备层将负荷与电源信息上传至边缘层，边缘层训练局部模型上传至云层并接收云层下发的全局模型，同时根据全局模型与局部模型向设备层下发聚合调控与自主调控指令。包括以下步骤：(1)提出区域电网分布式能源调控系统模型；(2)构建分布式光伏总出力成本和供电可靠性联合优化问题；(3)基于一致性算法增强联邦深度强化学习的负荷聚合调控与分布式光伏自主调控两阶段协同优化。本发明提高局部模型的训练和调控优化性能，实现了信息不确定性下的全局决策优化，实现了电网运行的经济性和可靠性的联合优化。
-
公开(公告)号：CN117034165A
公开(公告)日：2023-11-10
申请号：CN202310855088.4
申请日：2023-07-12
申请人： 华北电力大学
IPC分类号： G06F18/2433 , G06F18/2413 , G06F18/23 , G06F16/906 , G06N3/0499 , G06N3/084
摘要： 本发明涉及一种基于改进聚类小波神经网络的计量采集系统数据监测方案，该方案针对针对计量采集系统全链路数据监测场景，通过改进聚类算法对全链路数据进行分类，并采用熵函数改进小波神经网络针对分类后的数据进行监测，在解决全链路数据迸发问题的同时合理判断是否有异常数据产生，适应实际计量采集系统的复杂环境。此外，在网络训练阶段，神经网络采用熵函数改进设计代价函数，该策略使得神经网络反向更新更为有效，由此大大缩短神经网络训练时间。与现有技术相比，本发明利用改进聚类技术处理全链路数据，基于全链路数据自身特点自动进行分类，并将数据装入存储节点，解决了传统聚类易受初始聚类中心选取影响等问题，并利用基于熵函数改进的反向更新机制逐步缩小数据监测结果误差，确保全链路状态数据异常检测的真实性和有效性。
-
公开(公告)号：CN114143355B
公开(公告)日：2022-08-30
申请号：CN202111512248.2
申请日：2021-12-08
申请人： 华北电力大学
摘要： 本发明公开了一种电力物联网低时延安全云边端协同方法，包括：构建系统模型，由PIoT设备、地面基站、无人机、边缘服务器、云服务器和卫星组成；构建任务卸载模型；构建任务处理模型；构建排队时延模型；构建联盟区块链模型；最小化SAG‑PIoT网络中PIoT设备在长期安全性约束下的总排队时延；利用李雅普诺夫优化将长期约束与短期决策优化解耦。本发明的优点是：降低系统成本，提高模型训练的学习性能，优化计算资源的分配；提高了抗EMI的能力，该发明实现EMI感知，减轻EMI的不利影响。
-
公开(公告)号：CN114143355A
公开(公告)日：2022-03-04
申请号：CN202111512248.2
申请日：2021-12-08
申请人： 华北电力大学
摘要： 本发明公开了一种电力物联网低时延安全云边端协同方法，包括：构建系统模型，由PIoT设备、地面基站、无人机、边缘服务器、云服务器和卫星组成；构建任务卸载模型；构建任务处理模型；构建排队时延模型；构建联盟区块链模型；最小化SAG‑PIoT网络中PIoT设备在长期安全性约束下的总排队时延；利用李雅普诺夫优化将长期约束与短期决策优化解耦。本发明的优点是：降低系统成本，提高模型训练的学习性能，优化计算资源的分配；提高了抗EMI的能力，该发明实现EMI感知，减轻EMI的不利影响。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.062 秒)
