基于多时间尺度多智能体深度强化学习无功电压控制方法

    公开(公告)号:CN113363997B

    公开(公告)日:2022-06-14

    申请号:CN202110597000.4

    申请日:2021-05-28

    Abstract: 本发明涉及电力系统运行和优化技术,旨在提供一种基于多时间尺度多智能体深度强化学习无功电压控制方法。本发明将光伏、风机和负荷中的有载调压分接头、电容器组和储能均定义为智能体,把基于强化学习的方法应用于无功优化问题中,允许控制器通过与类似系统的仿真模型交互来学习控制策略。将无功调节设备的动作变量与配电网环境进行交互,智能体最终能够实现对于外部环境的最优响应,从而获得最大的回报值。本发明用神经网络方法来分析和拟合智能体的战略函数和动作价值函数,训练过程不依赖于预测数据结果和精确的潮流建模;使用两个时间尺度的无功优化方法,可以使得网损更小、电压平抑效果更佳,对提升配网安全可靠性有更显著的效果。

    基于多时间尺度多智能体深度强化学习无功电压控制方法

    公开(公告)号:CN113363997A

    公开(公告)日:2021-09-07

    申请号:CN202110597000.4

    申请日:2021-05-28

    Abstract: 本发明涉及电力系统运行和优化技术,旨在提供一种基于多时间尺度多智能体深度强化学习无功电压控制方法。本发明将光伏、风机和负荷中的有载调压分接头、电容器组和储能均定义为智能体,把基于强化学习的方法应用于无功优化问题中,允许控制器通过与类似系统的仿真模型交互来学习控制策略。将无功调节设备的动作变量与配电网环境进行交互,智能体最终能够实现对于外部环境的最优响应,从而获得最大的回报值。本发明用神经网络方法来分析和拟合智能体的战略函数和动作价值函数,训练过程不依赖于预测数据结果和精确的潮流建模;使用两个时间尺度的无功优化方法,可以使得网损更小、电压平抑效果更佳,对提升配网安全可靠性有更显著的效果。

    重合闸导前时间确定方法、装置和继电保护设备

    公开(公告)号:CN114264941B

    公开(公告)日:2024-03-26

    申请号:CN202111284971.X

    申请日:2021-11-01

    Abstract: 本申请涉及一种导前时间方法、装置、继电保护设备、存储介质和计算机程序产品。所述方法包括:在检测到断路器的合闸信号后,根据检测到合闸信号的时刻确定多个数据分析时段,并获取各数据分析时段的采样数据;根据各数据分析时段的采样数据,确定各数据分析时段内的最大目标电压差值、最小目标电压差值、最大目标电压差值对应的采样时刻以及最小目标电压差值对应的采样时刻;根据各数据分析时段内的最大目标电压差值、最小目标电压差值、最大目标电压差值对应的采样时刻以及最小目标电压差值对应的采样时刻,确定断路器的合闸时刻,并将合闸时刻和检测到合闸信号的时刻之间的时长作为断路器对应的导前时间。采用本方法得到的导前时间准确性高。

    调制电路
    10.
    发明授权

    公开(公告)号:CN113783574B

    公开(公告)日:2024-03-26

    申请号:CN202111166457.6

    申请日:2021-09-30

    Abstract: 本申请涉及一种调制电路。调制电路包括数据选择器、多级调制电路、时钟生成电路和电源电路。所述数据选择器包括数据选择器输出端和多个数据选择器输入端。所述多个数据选择器输入端用于与外部传感信号连接。所述多级调制电路的输入端与所述数据选择器输出端电连接。所述时钟生成电路输出端与所述多级调制电路的时钟信号输入端电连接。所述时钟生成电路用于向所述多级调制电路输出互不交叠时钟信号,以使所述多级调制电路的输出端输出调制信号。所述电源电路与所述多级调制电路的电源输入端电连接。本实施例提供的调制电路精度高,可以比较精确地检测出智能电网中信号的细微波动,能很好地满足智能电网的监测要求。

Patent Agency Ranking