深度Q网络驱动的电力系统运行方式自动趋优调整方法

    公开(公告)号:CN111523737B

    公开(公告)日:2022-06-28

    申请号:CN202010478336.4

    申请日:2020-05-29

    Abstract: 本发明公开了一种深度Q网络驱动的电力系统运行方式自动趋优调整方法;以典型运行方式为调整的基准方式,确定负荷波动范围,并结合拉丁超立方抽样方法生成大量用于训练和测试的目标方式样本数据;确定电网模型中所有可行的单次控制动作,并进行编号,将其设定为动作空间;初始化电网模型,判断是否存在未训练过的样本,若存在则将样本中的负荷数据赋值给电网模型,并对当前运行方式发电机出力数据进行收敛性优化处理,若不存在则终止训练等。本发明保证计算速度的同时弥补了最优潮流方法在求解多目标最优潮流时难以收敛的问题,调整后所得方式的各项指标并无过大偏差,为深度强化学习应用于电网优化和控制问题提供方法参考。

    基于DANE的电网拓扑结构关键特征提取方法和装置

    公开(公告)号:CN112039198B

    公开(公告)日:2022-04-01

    申请号:CN202010711969.5

    申请日:2020-07-22

    Abstract: 本申请提出一种基于DANE的电网拓扑结构关键特征提取方法与装置,包括以下步骤:从EMS中获取电网网络的在线运行状态;根据在线运行状态,获取t时刻电网网络的拓扑状态转移矩阵A(t)和节点属性矩阵X(t);根据拓扑状态转移矩阵A(t)和节点属性矩阵X(t),计算电网网络的网络拓扑嵌入向量和节点属性嵌入向量利用电网网络拓扑嵌入向量和节点属性嵌入向量计算第一共识嵌入向量Y(t);根据在线运行状态,计算t+1时刻电网网络的拓扑嵌入向量和节点属性嵌入向量利用电网网络拓扑嵌入向量和电网节点属性嵌入向量计算第二共识嵌入向量Y(t+1);根据第一共识嵌入向量Y(t)和第二共识嵌入向量Y(t+1),获得电网拓扑结构的关键特征。由此,提高了电网拓扑结构变化时电网特征提取的效率和准确率。

Patent Agency Ranking