一种面向电力系统的联邦学习架构

    公开(公告)号:CN116663656A

    公开(公告)日:2023-08-29

    申请号:CN202310592716.4

    申请日:2023-05-24

    Abstract: 本发明公开了一种面向电力系统的联邦学习架构,应用于边缘计算场景,包括云层、边缘层和终端层,其中,终端层包括终端设备,终端设备使用本地数据集进行本地模型训练,同时使用周期性策略进行更新;边缘层包括预测模块和选择模块,预测模块采用基于终端设备负载预测算法,预测终端设备未来的工作量;选择模块采用终端设备选择算法对终端设备训练价值进行多维度评估,并选择每轮价值最高的终端设备参与训练;云层包括云服务器,云服务器聚合全局模型并广播参数。本发明能够在大幅降低掉队率、略微提升模型准确率的条件下,显著提高模型的收敛速度,减少训练时间,提高训练效率。

    基于风电场并网的谐波补偿及潮流储能调度方法

    公开(公告)号:CN119675105A

    公开(公告)日:2025-03-21

    申请号:CN202411788716.2

    申请日:2024-12-06

    Abstract: 一种基于风电场并网的谐波补偿及潮流储能调度方法,包括以下步骤:S1:ETAP根据风电场并入电网的网架结构搭建风电并网仿真模型;S2:向风电并网仿真模型内输入风电场的发电数据,风电并网仿真模型根据发电数据生成功率潮流曲线;S3:根据功率潮流曲线对风电场进行无功补偿和储能调度,并采集因此产生的调度谐波a;S4:将调度谐波a与风电场内整流器固有的整流谐波b相叠加,得到总谐波c,FFT对总谐波c进行谐波含量分析,生成整流器的谐波含量图;S5:根据整流器的谐波含量图,对风电场进行谐波补偿。无功补偿能平稳电网电压,提高电网电压的稳定性。组合滤波装置能降低谐波对电网的冲击,从而提高电网的安全性、稳定性、可靠性。

Patent Agency Ranking