基于CPO深度强化学习的配电网电压无功控制方法

    公开(公告)号:CN117200245A

    公开(公告)日:2023-12-08

    申请号:CN202311182946.X

    申请日:2023-09-13

    Inventor: 潘凯岩 刘宏达

    Abstract: 本发明提出一种基于CPO深度强化学习的配电网电压无功控制方法,属于配电网电压无功控制领域,通过建立配电网电压无功控制模型,然后将其转换为基于马尔可夫决策过程的电压无功控制模型,对上述基于马尔可夫决策过程的电压无功控制模型求解,得到电压无功控制模型的最优控制策略。本申请提出的基于CPO深度强化学习的配电网电压无功控制方法可以在电压越限最少的情况下实现近似最优控制策略,与传统的优化控制方法相比,本发明的基于CPO深度强化学习的配电网电压无功控制方法可以在无法获得完整准确的配电网模型的前提下,满足功率平衡约束、欧姆定律约束、非线性约束和节点电压约束条件,同时使得配电网系统损耗和设备运行成本最小。

    一种配电网环路及孤岛的快速检测方法

    公开(公告)号:CN116247664A

    公开(公告)日:2023-06-09

    申请号:CN202310154973.X

    申请日:2023-02-23

    Inventor: 潘凯岩 刘宏达

    Abstract: 本发明公开了一种配电网环路及孤岛的快速检测方法,包括:选择需要检测环路及孤岛信息的配电网,确定配电网内支路与其两端节点对应信息。取出配电网内某一条支路,根据支路与其两侧节点不同的关联关系将该支路放入相应的岛中,记录此时配电网内的岛拓扑结构信息;根据支路代数迭代不等式判断当前岛内是否有新的环路,得到当前岛的环路支路信息并记录。遍历配电网内所有支路,按上述方法得到配电网的环路及孤岛信息。本发明通过支路数迭代的方法快速检测配电网的环路和孤岛信息,不涉及频繁的拓扑计算,从而大大节省了计算时间,对于电网分析具有重要意义。

    基于人工智能算法的电网故障定位方法和系统

    公开(公告)号:CN116908606A

    公开(公告)日:2023-10-20

    申请号:CN202310493012.1

    申请日:2023-05-05

    Abstract: 本发明涉及电网故障检测技术领域,尤其是涉及一种基于人工智能算法的电网故障定位方法和系统,本发明在对电网故障进行定位时,根据现如今电网结构复杂,若直接进行定位则运算量巨大,效率不高的现状进行处理,首先,根据电网中主电源和分布电源将电网分成不同的区间范围,并通过专家对故障所在的区间进行定位,然后采用深度学习模型对区间内的故障进行定位,一方面可减少模型的运算量,另外,由于区间内拓扑关系相对较为简单,仅有一个电源,因此,定位的准确性也大大增加,通过本发明的技术方案,可显著提高电网故障定位的效率和准确度。

    基于人工智能技术的电网故障诊断方法和系统

    公开(公告)号:CN116541748A

    公开(公告)日:2023-08-04

    申请号:CN202310493011.7

    申请日:2023-05-05

    Abstract: 本发明涉及电网系统故障诊断领域,尤其是涉及一种基于人工智能技术的电网故障诊断方法和系统,本发明在对复杂电网故障诊断时,根据获取的故障信息的类型不同,分为数值型信息和文本型信息,将两种不同类型信息分别输入到不同的人工智能模型,避免了输入信息维度过大,造成人工智能模型训练量大和对硬件要求高的情况;同时,根据模型对数据类型的适用程度不同,针对数值型信息采用卷积神经网络模型进行故障诊断,针对文本型信息采用BP卷积神经网络模型进行故障诊断,然后根据两个诊断结果确定最终诊断结论,大大提高了故障诊断的准确性。

Patent Agency Ranking