-
公开(公告)号：CN119398364A
公开(公告)日：2025-02-07
申请号：CN202411233693.9
申请日：2024-09-04
Applicant: 华南理工大学
IPC: G06Q10/0631 , G06N5/025 , G06F16/36 , G06F18/243 , G06N3/008
Abstract: 本发明公开一种智能调控任务链生成方法、装置、电子设备及介质，其中方法包括：获取多类型调控安全规定及调控操作的内容文本；将内容文本输入大语言模型智能体进行内容提取，以提取出各类情况下的调控操作顺序及调用内容；将各类情况下的调控操作顺序及调用内容，通过智能体在知识图谱中智能生成决策树形式的知识图谱；获取文本指令，智能体进行意图识别，并自主理解后在生成的知识图谱中智能生成调控操作逻辑的任务链，自主生成任务执行的思维链；根据生成的思维链，智能体智能调用相关模块进行调控，以实现智能调控。本发明能够提升获取文本信息的质量和效率，并且使用决策树式知识图谱建立调控思维链逻辑架构提高准确度，降低操作的使用门槛。
-
公开(公告)号：CN114358520B
公开(公告)日：2024-07-19
申请号：CN202111535326.0
申请日：2021-12-15
Applicant: 华南理工大学 , 国网宁夏电力有限公司 , 国网宁夏电力有限公司电力科学研究院
IPC: G06Q10/0631 , G06Q10/0637 , G06Q50/06 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/092
Abstract: 本发明公开了一种电力系统经济调度决策的方法、系统、装置及介质，其中方法包括：获取电力系统的第一运行状态数据，根据第一运行状态数据构建第一运行状态图；构建融入图卷积神经网络的图强化学习模型；根据奖励机制，采用第一运行状态图对图强化学习模型进行训练；获取电力系统的第二运行状态数据，根据第二运行状态数据构建第二运行状态图，将第二运行状态图输入训练后图强化学习模型，输出电力系统的经济调度决策。本发明基于图理论将电力系统运行状态转化为非欧式空间下的图数据，由于图卷积网络可以有效聚合运行状态图中节点数据，引入图神经网络与强化学习相结合，形成一种新的电力系统经济调度决策方案，可广泛应用于电力系统。
-
公开(公告)号：CN114358520A
公开(公告)日：2022-04-15
申请号：CN202111535326.0
申请日：2021-12-15
Applicant: 华南理工大学 , 国网宁夏电力有限公司 , 国网宁夏电力有限公司电力科学研究院
Abstract: 本发明公开了一种电力系统经济调度决策的方法、系统、装置及介质，其中方法包括：获取电力系统的第一运行状态数据，根据第一运行状态数据构建第一运行状态图；构建融入图卷积神经网络的图强化学习模型；根据奖励机制，采用第一运行状态图对图强化学习模型进行训练；获取电力系统的第二运行状态数据，根据第二运行状态数据构建第二运行状态图，将第二运行状态图输入训练后图强化学习模型，输出电力系统的经济调度决策。本发明基于图理论将电力系统运行状态转化为非欧式空间下的图数据，由于图卷积网络可以有效聚合运行状态图中节点数据，引入图神经网络与强化学习相结合，形成一种新的电力系统经济调度决策方案，可广泛应用于电力系统。
-
公开(公告)号：CN118971136A
公开(公告)日：2024-11-15
申请号：CN202411027268.4
申请日：2024-07-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于专家示范指导强化学习的灾后配电网供电恢复方法，首先，构建专家示范数据集，并建立多重优先经验回放池，包括专家示范、正常运行和违反约束的经验回放池，从专家示范经验回放池批量抽取经验，对强化学习模型进行预训练，预训练完成后，构建并集成无效动作屏蔽模块，屏蔽无效操作，然后在大量故障场景下模拟运行，将正常运行和违反约束的经验分别存储入对应的回放池，按比例抽取经验进行优先回放，对模型进行训练，最后利用训练好的模型，在实时故障场景下递推求解，输出灾后供电恢复的近似最优决策。本发明显著提高了灾后配电网供电恢复的准确性和效率，解决了现有技术中存在的计算复杂度高和实时性差的问题。
-
公开(公告)号：CN113704976B
公开(公告)日：2024-08-20
申请号：CN202110892566.X
申请日：2021-08-04
Applicant: 华南理工大学
IPC: G06F30/20 , G06F30/18 , G06Q10/0631 , G06Q50/06 , H02J3/00 , H02J3/28 , H02J3/46 , G06F111/04 , G06F111/10 , G06F113/04
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。
-
Patent Agency Ranking
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
Applicant: 华南理工大学
IPC: G06F30/20 , G06Q10/06 , G06Q50/06 , H02J3/00 , H02J3/28 , H02J3/46 , G06F111/04 , G06F111/10 , G06F113/04
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。
-
公开(公告)号：CN119519117A
公开(公告)日：2025-02-25
申请号：CN202411509884.3
申请日：2024-10-28
Applicant: 华南理工大学
IPC: H02J13/00 , G06N3/0455 , G06N3/0464 , G06N3/049 , G06F16/29 , G06F18/10 , G06F18/2433 , G06N3/047 , G06N3/0442 , G06F18/213 , H02J3/14 , H02J3/38
Abstract: 本发明公开了一种考虑气象因素影响的家庭灵活性资源联合监测方法，包括：收集真实家庭用电场景中的总线功率数据、各个灵活性资源的单体功率数据以及对应时段的候选气象因素数据并进行预处理，得到干净数据；根据干净数据，计算家庭灵活性资源运行与候选气象因素之间的相关系数，筛选出对灵活性资源运行影响大的关键气象因素，并与总线功率数据合并为多维特征向量；将多维特征向量作为输入及预处理后的单体功率数据作为标签进行模型训练；在实际应用中，将实时采集到的总线功率数据和对应时段的经筛选出的关键气象因素输入到训练好的模型，同时得到多个精确的灵活性资源单体功率数据。本发明可实现在复杂用电场景中多种灵活性资源的精确监测。
-
公开(公告)号：CN119513463A
公开(公告)日：2025-02-25
申请号：CN202411518596.4
申请日：2024-10-29
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于补偿法的全纯嵌入电力系统安全校核方法，首先，基于全纯嵌入理论，根据不同节点类型构建全纯嵌入潮流方程；其次，引入了补偿法对全纯嵌入潮流方程的系数矩阵进行修正；最后，结合全纯嵌入潮流方程和补偿法，提出了一种高效的电力系统安全校核算法，避免了对高维矩阵求逆，大大减少了计算量。本发明方法结合了全纯嵌入算法和补偿法的优势，能够兼顾电力系统安全校核的准确性、鲁棒性、和高效性。
-
公开(公告)号：CN117875169A
公开(公告)日：2024-04-12
申请号：CN202311830094.0
申请日：2023-12-28
Applicant: 华南理工大学
IPC: G06F30/27 , G06N3/08 , G06F111/04
Abstract: 本发明公开了一种基于物理信息神经网络的电力系统运行模拟方法，包括以下步骤：获取电力系统各运行断面下运行监测数据，构建运行状态数据集；根据历史运行数据和暂态仿真数据，构造运行模拟训练样本，设定运行模拟的状态空间、动作空间与约束条件；构建基于物理信息神经网络的运行模拟模型，结合先验知识并嵌入运行约束，对模型进行运行模拟机器学习训练；设置运行模拟校正评价指标，对搜索结果进行拟合评估，调整更新网络参数，得到预训练模型；根据预训练模型和实时监测数据，执行运行模拟推演，评估电力系统状态风险。提高了电力系统复杂运行模拟的求解效率与准确性，保证运行趋势的准确感知，辅助调度方案的决策优化，可广泛应用于电网调度。
-
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
Applicant: 华南理工大学
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。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.024 seconds)
