基于电力网架恶意攻击损伤分析的攻防博弈模型及其使用方法

    公开(公告)号:CN118157122A

    公开(公告)日:2024-06-07

    申请号:CN202410270689.3

    申请日:2024-03-11

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于电力网架恶意攻击损伤分析的攻防博弈模型及其使用方法,根据电网单元损伤关联传播和攻击者投入的最大攻击当量,建立攻击者破坏能力模型;考虑电网单元关联受击状态,建立防御者电力系统受击调度模型;根据攻击者和防御者的优化目标,提出攻防博弈问题的目标函数;通过运用KKT条件和线性变换,将原问题中的混合整数非线性二人零和博弈问题成功转化为一种混合整数线性优化问题,最后通过常规求解器求解电力网架受恶意攻击场景下的攻击者最优攻击路径和防御者最优调度方案。本模型及方法能够帮助电网防御调度人员制定更有效的防御措施,优化电力系统的抵抗策略和恢复能力,并为系统的应急响应和恢复规划提供科学依据。

    一种电动汽车出行需求估计和交通传感器放置方法

    公开(公告)号:CN118155404A

    公开(公告)日:2024-06-07

    申请号:CN202410174001.1

    申请日:2024-02-07

    Applicant: 东南大学

    Abstract: 本发明公开一种电动汽车出行需求估计和交通传感器放置方法。首先,收集历史出发地‑目的地出行需求数据、历史充电负荷和路段流量;其次,用收集到的数据训练深度强化学习智能体与解码器的Transformer;然后,将所选取的充电负荷典型日输入到训练好的智能体中,产生交通传感器放置方案,随后将传感器观测到的交通道路流量数据输入到编码器的Transformer中,根据回归损失对编码器的Transformer进行训练得到最终的出发地‑目的地精确估计值;最后,将所得到的出发地‑目的地估计值作为输入,利用训练好的拟合交通分配网络,得到最终的交通分布和充电负荷估计值。通过以上步骤,本发明得到了智能电网和智能交通系统中电动汽车交通流出发地‑目的地需求估计和交通传感器放置方法,该方法克服了三级框架的固有复杂性,准确估计了电动汽车的出发地‑目的地需求和放置交通传感器的关键位置,从而有效管理智能电网和智能交通系统。

    一种基于量测信息的综合负荷模型在线建模方法

    公开(公告)号:CN117421882A

    公开(公告)日:2024-01-19

    申请号:CN202311343609.4

    申请日:2023-10-16

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于量测信息的综合负荷模型在线建模方法,首先基于参数空间的激活子空间,确定影响综合负荷模型的主导因素,所述激动子空间是参数空间的低维线性子空间,对输出变量相对于参数的灵敏度进行全局评估,所述影响综合负荷模型的主导因素至少包括静态负荷和感应电动机负荷的构成比例;再基于负荷日出力曲线特征,采用聚类算法对底层负荷进行聚合;最后基于聚类后的底层负荷,将底层负荷从低电压等级逐级等值聚合并逐级等值至高电压等级,构建综合负荷等值聚合模型;本发明方法建立的负荷模型能够较好跟踪和反映系统负荷的实时变化,与传统总体测辨类方法相比,较准确地反映实际的负荷特性。

    基于Shapley值的负荷预测模型组合方法

    公开(公告)号:CN117332880A

    公开(公告)日:2024-01-02

    申请号:CN202311281131.7

    申请日:2023-10-07

    Abstract: 本发明公开一种基于Shapley值的负荷预测模型组合方法。本发明建立了考虑多个单一模型历史预测误差及根据Shapley值计算各个单一模型历史加权组合贡献度的模型组合框架,通过最优组合方案确定各个单一模型权重初始值,以各个模型历史组合出力贡献为基础构建用于电力系统用户短期负荷预测的多模型线性加权组合模型,并在实际使用中动态更新权重系数。本发明计算历史预测中不同模型对组合预测误差减小的贡献度,依据各个模型贡献度确定模型组合加权系数,并加权得到最终结果。通过以上步骤能够在极少的时间成本下,实现短时与极短时负荷预测精度的进一步提升,提高了预测模型在实际应用中的精确性与鲁棒性,推动新型电力系统的建设。

    一种基于归一化流的新能源场景生成方法及系统

    公开(公告)号:CN117314268A

    公开(公告)日:2023-12-29

    申请号:CN202311146819.4

    申请日:2023-09-06

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于归一化流的新能源场景生成方法及系统,首先收集来自多个数据源的数据,输入历史能源产量数据、历史负荷数据及对应时间的多点气象数据;所述多点气象数据反应各个季节和天气条件情况;所述历史能源产量数据与历史负荷数据分别反应新能源供应情况与电力消耗情况;再对数据进行预处理,提高数据质量;随后建立归一化流模型并对模型进行训练,最后利用训练完成的归一化流模型,输入测试集中的预测气象数据,生成多类新能源处理场景集。本方法充分利用了模型的深层结构,使得生成的场景能够更准确地逼近实际观测数据的分布,提高了生成场景的逼真程度,为能源规划、系统运行分析等领域提供准确、多样、实用的场景数据支持。

    基于非侵入式量测技术的居民节律检测方法

    公开(公告)号:CN111461189B

    公开(公告)日:2022-11-15

    申请号:CN202010206444.6

    申请日:2020-03-23

    Applicant: 东南大学

    Abstract: 本发明公开了基于非侵入式量测技术的居民节律检测方法,该方法包括以下步骤:建立含已知负荷功率和电流谐波信息的原始负荷特征库,运用非监督学习方法构造每个用户独有的负荷字典;通过分析居民的实时用电数据,求解混合整数规划问题,即可得出居民房间内电器的种类和运行状态;设计基于电力大数据的决策树模型,对居民昼夜节律进行检测。本发明提供的基于非侵入式量测技术的居民节律检测方法能为相关政府、科研机构提供研究居民节律的基本数据,具有广大的社会价值和科研价值。

    一种基于Dirichlet分布-多项分布共轭先验的用户侧储能聚合方法

    公开(公告)号:CN114971400A

    公开(公告)日:2022-08-30

    申请号:CN202210722176.2

    申请日:2022-06-24

    Abstract: 本发明公开了一种基于Dirichlet分布‑多项分布共轭先验的用户侧储能聚合方法,建立用户侧储能对有功聚合控制信号的不确定性响应行为模型;根据储能用户的历史响应行为数据,基于Dirichlet分布建立先验分布θi;从先验分布θi中进行采样,计算每个储能的响应概率三元组;计算每个储能用户的有功削减期望值,并进行降序排列;确定选取的m个储能用户,发送有功调节指令;基于Dirichlet分布‑多项分布的共轭属性,更新后验分布。本发明的用户侧储能聚合方法通过贝叶斯推断不断学习储能用户参与有功调节的不确定性,实现精准有功调节的同时降低调节成本,从而提高用户侧储能的利用率。

Patent Agency Ranking