基于多智能体强化学习的能源互联网需求响应调度方法

    公开(公告)号:CN115986754A

    公开(公告)日:2023-04-18

    申请号:CN202211309409.2

    申请日:2022-10-25

    摘要: 本发明公开了一种基于多智能体强化学习的能源互联网需求响应调度方法,其特征在于,包括步骤:S1,能源互联网调度中心获取能源互联网运行数据和电力市场数据;S2,能源互联网调度中心建立能源互联网优化调度模型;S3,能源互联网调度中心构建源荷两侧的智能体系统,并进行训练;S4,能源互联网调度中心控制智能体根据环境执行动作;S5,能源互联网调度中心根据实际环境和计算结果控制内部成员的功率输出,实现系统整体的优化调度和经济最优化运行。本发明在现有技术的基础上,将能源互联网中的柔性负荷调度纳入考虑,利用多智能体强化学习算法进行调度,使系统整体收益更高,资源利用率提高。

    一种电网线路特定异物智能巡检方法

    公开(公告)号:CN111931577A

    公开(公告)日:2020-11-13

    申请号:CN202010646192.9

    申请日:2020-07-07

    摘要: 一种电网线路特定异物智能巡检方法,属线路检测领域。采用人工/无人车/无人机以电网和天空为背景,在电网线路下方朝上自动拍摄、搜集、传输图片;将图像经过图片尺度缩放算法进行自动预处理并存入目标检测图像文件夹内;基于训练集数据增强方法大幅提升在原有训练集图片数量不足时的Faster-RCNN检测模型性能,待检测图像经模型检测后获取检测结果。其结合现有人工/无人车/无人机巡检,提出特定角度拍摄目标以简化图像背景,提升检测效果;通过编写自动处理图像尺寸算法减少了人工处理图像的工作量,基于计算机视觉技术实现故障的自动识别,提升了整体巡检流程的智能化水平,节约了人工成本。可广泛用于电网线路的智能巡检领域。

    基于因子分析法的区域能源网关键因素提取方法

    公开(公告)号:CN115526535A

    公开(公告)日:2022-12-27

    申请号:CN202211299542.4

    申请日:2022-10-21

    IPC分类号: G06Q10/06 G06Q50/06 G06F17/16

    摘要: 本发明涉及一种基于因子分析法的区域能源网关键因素提取方法,包含以下步骤:S1、获取包含冷负荷、热负荷、电负荷、新能源出力、风速的初始变量;S2、对获取的初始变量进行归一化;S3、对归一化的各个初始变量进行KMO检验和巴特利球体检验以获取各个初始变量之间的相关性,并进行增维处理以组成高维变量;S4、采用因子分析法对组成的高维变量进行求解,高维变量表述成公共因子的线性函数与特殊因子之和,并计算公共因子的载荷矩阵。本发明运行场景包括冷负荷、热负荷、电负荷、新能源出力和风速数据,对产生的海量、高维、多源数据进行深度辨识和高效处理,以形成重要因素的有效提取,为后续区域能源网的优化调度提供参考。

    一种基于多频异步架构的热电联动系统鲁棒状态估计方法

    公开(公告)号:CN117993730A

    公开(公告)日:2024-05-07

    申请号:CN202311847032.0

    申请日:2023-12-28

    摘要: 本发明涉及一种基于多频异步架构的热电联动系统鲁棒状态估计方法,包括以下步骤:获取热电联动系统的历史负荷功率数据,基于随机矩阵理论构建热电联动系统的耦合特征;获取热电联动系统的历史运行数据,将所述耦合特征与历史运行数据结合作为训练集,构建状态量预测模型;采用多频异步并行框架分别对热电联动系统中的热力系统和电力系统进行动态状态估计,并迭代更新估计值,直至满足耦合设备约束,完成系统状态估计,其中,热力系统和电力系统分别应用容积卡尔曼滤波方法,并基于所述状态量预测模型进行动态状态估计。与现有技术相比,本发明具有实现热电联动系统数据鲁棒处理、能够提升热电联动系统态势感知水平等优点。