一种求解负荷置换的优化方法、系统、装置及介质

    公开(公告)号:CN113962429B

    公开(公告)日:2024-04-05

    申请号:CN202111029784.7

    申请日:2021-09-03

    Abstract: 本发明公开了一种求解负荷置换的优化方法、系统、装置及介质,其中方法包括:获取历史数据,基于所述历史数据构建负荷置换模型;构建基于深度强化学习的实时负荷置换模型;根据预设的目标函数和所述负荷置换模型对所述实时负荷置换模型进行训练;针对实时故障情况,采用训练后的所述实时负荷置换模型生成负荷置换策略;以频率偏差成本、互联系统的电力调度成本、重要负荷停电时间成本、替换负荷的补偿成本以及被替换重要负荷的收益作为目标函数。本发明采用负荷置换模型对实时负荷置换模型进行训练以及映射,利用深度强化学习网络能够在线状态下实现高效快速负荷置换决策,可广泛应用于负荷置换技术领域。

    基于多智能体强化学习的多微网配电系统分布式调度方法

    公开(公告)号:CN113780622B

    公开(公告)日:2024-03-12

    申请号:CN202110892549.6

    申请日:2021-08-04

    Inventor: 李捷 潘振宁 余涛

    Abstract: 本发明公开了基于多智能体强化学习的多微网配电系统分布式调度方法,属于电力系统经济调度领域。包括以下步骤:步骤1、建立配网和微网的动态经济调度优化模型;步骤2、将调度优化问题转化为多智能体强化学习问题;步骤3、通过解析的方法,分别将配网和微网的调度目标最优值在不同的区域内映射成对应边界功率的分段二次函数;步骤4、将配网和微网的调度目标最优值对应边界功率的函数嵌入强化学习中,使各智能体策略配合实现分布式自主学习。该方法目的在于仅传递边界变量及函数,实现考虑随机性的配网和多微网的分布式自主学习,在保护各主体隐私的前提下使得全社会福利的最大化。

    一种笔筒
    3.
    发明公开

    公开(公告)号:CN109397948A

    公开(公告)日:2019-03-01

    申请号:CN201811585859.8

    申请日:2018-12-21

    Abstract: 本发明实施例公开了一种笔筒,包括笔筒本体和功能电路,所述功能电路包括控制器、界面显示器、温湿度传感器、人体红外感应传感器、输入模块、时钟模块、语音输入模块和语音输出模块;所述控制器的输入端分别连接着所述语音输入模块、温湿度传感器、人体红外感应传感器、输入模块和时钟模块的输出端;所述控制器的输出端分别连接着所述语音输出模块、界面显示器的输入端;所述功能电路镶嵌在所述笔筒本体的外壁。采用本发明,可以使笔筒具备更多实用的功能。

    基于谐波抑制的电机驱动器的控制方法及装置

    公开(公告)号:CN118508833A

    公开(公告)日:2024-08-16

    申请号:CN202410930625.1

    申请日:2024-07-11

    Abstract: 本申请涉及电机驱动器控制技术领域,公开了一种基于谐波抑制的电机驱动器的控制方法及装置。所述方法包括:获取电机运行时的电机动态数据,并对所述电机动态数据进行建模,得到状态空间模型;对所述状态空间模型进行拉普拉斯变换,得到目标传递函数;根据所述目标传递函数创建所述电机的第一PID控制参数;基于所述第一PID控制参数对所述电机进行电流信号谐波检测和补偿,得到目标电机驱动信号;将所述目标电机驱动信号输入预置的电流控制集成模型进行控制参数优化,得到第二PID控制参数,本申请采用谐波抑制技术提高了电机驱动器的控制准确率,同时,降低了电机驱动器的损耗并且实现了电机的节能效果。

    一种基于先进数据挖掘的电动汽车有序充电优化方法

    公开(公告)号:CN110543712B

    公开(公告)日:2023-04-28

    申请号:CN201910794003.X

    申请日:2019-08-27

    Inventor: 李捷 余涛

    Abstract: 本发明公开了一种基于先进数据挖掘的电动汽车有序充电优化方法。所述方法包括:利用模糊C均值聚类算法对车主的行驶行为、入网电动车的初始电池荷电状态进行分析,把握电动汽车负荷特性;基于马尔科夫链的思想建立由精炼后的多条典型电动汽车负荷模式转移概率矩阵组成的模型,对电动汽车的随机动态变化过程进行描述;应用多种群遗传算法求解电动汽车的有序充电问题,根据充电功率对待充电电动汽车进行充电。本发明解决了现有电动汽车强随机性、高渗透率带来的无序充电问题,减少了用户的用电成本,提升了电网的经济效益。

    一种基于强化学习的主动配电网实时随机优化调度方法

    公开(公告)号:CN111429038B

    公开(公告)日:2022-08-12

    申请号:CN202010336141.6

    申请日:2020-04-25

    Inventor: 李捷 余涛

    Abstract: 本发明提出一种基于强化学习的主动配电网实时随机优化调度方法。所述方法包括以下步骤:建立主动配电网的数学模型;提出原问题的动态规划公式,根据主动配电网中电动汽车的特性构造表征当前决策对后续所有时段影响的值函数,并利用决策后状态值函数避免期望值的计算;训练值函数,得到近似值函数;利用训练好的近似值函数对主动配电网实时场景下的随机优化调度问题进行递推求解,得到各时段的近似最优决策。本发明在实时运行中时,一方面能更有效地提升调度收益,另一方面也起到“削峰填谷”的作用。当环境中的随机因素变化更加剧烈时,本发明依旧适用,能接近最优解,且实时调度过程中的计算时间并不受影响,具有较强的鲁棒性。

    一种求解负荷置换的优化方法、系统、装置及介质

    公开(公告)号:CN113962429A

    公开(公告)日:2022-01-21

    申请号:CN202111029784.7

    申请日:2021-09-03

    Abstract: 本发明公开了一种求解负荷置换的优化方法、系统、装置及介质,其中方法包括:获取历史数据,基于所述历史数据构建负荷置换模型;构建基于深度强化学习的实时负荷置换模型;根据预设的目标函数和所述负荷置换模型对所述实时负荷置换模型进行训练;针对实时故障情况,采用训练后的所述实时负荷置换模型生成负荷置换策略;以频率偏差成本、互联系统的电力调度成本、重要负荷停电时间成本、替换负荷的补偿成本以及被替换重要负荷的收益作为目标函数。本发明采用负荷置换模型对实时负荷置换模型进行训练以及映射,利用深度强化学习网络能够在线状态下实现高效快速负荷置换决策,可广泛应用于负荷置换技术领域。

    一种基于边缘计算的智能微网能量管理方法

    公开(公告)号:CN113704976A

    公开(公告)日:2021-11-26

    申请号:CN202110892566.X

    申请日:2021-08-04

    Inventor: 李捷 潘振宁 余涛

    Abstract: 本发明公开了一种基于边缘计算的智能微网能量管理方法,属于电网运行与控制技术领域。包括以下步骤:步骤1、建立微网的调度优化模型;步骤2、根据最优分割对微网的多参数变量形成的多面体进行快速分区;步骤3、计算每个分区内最优调度出力与各参数的映射关系;步骤4、输入各参数变量的样本数据,输出得到微网内各单元的出力、购售电情况及目标函数的数值。本发明能够实现微网系统的快速边缘智能计算,一方面满足实时性和智能性的需求,另一方面可以有效防止微网的隐私泄露。

    一种基于强化学习的主动配电网实时随机优化调度方法

    公开(公告)号:CN111429038A

    公开(公告)日:2020-07-17

    申请号:CN202010336141.6

    申请日:2020-04-25

    Inventor: 李捷 余涛

    Abstract: 本发明提出一种基于强化学习的主动配电网实时随机优化调度方法。所述方法包括以下步骤:建立主动配电网的数学模型;提出原问题的动态规划公式,根据主动配电网中电动汽车的特性构造表征当前决策对后续所有时段影响的值函数,并利用决策后状态值函数避免期望值的计算;训练值函数,得到近似值函数;利用训练好的近似值函数对主动配电网实时场景下的随机优化调度问题进行递推求解,得到各时段的近似最优决策。本发明在实时运行中时,一方面能更有效地提升调度收益,另一方面也起到“削峰填谷”的作用。当环境中的随机因素变化更加剧烈时,本发明依旧适用,能接近最优解,且实时调度过程中的计算时间并不受影响,具有较强的鲁棒性。

Patent Agency Ranking