公开(公告)号：CN117826594A

公开(公告)日：2024-04-05

申请号：CN202311813340.1

申请日：2023-12-26

Applicant: 武汉大学

Inventor： 张俊 ,  张天韵 ,  许沛东 ,  高天露 ,  张浩然

IPC: G05B13/04

Abstract: 本发明公开了一种已知场景下智能体的智能评估与自主进化方法，包括：针对待分类的所有运行场景，利用PLASE系统生成并进化得相应的最优智能体，将所有运行场景划分为训练场景集和测试场景集；对所得的最优智能体在所有训练场景和测试场景中进行测试评分，将高于一定智能水平得分的场景从训练和测试场景集中抽取出来，作为适用于该最优智能体的训练和测试场景集，将被抽出的场景集划分为该最优智能体最适用的场景集；重复上述操作，直至所有场景全部分类完毕，得到各分类场景集及对应的智能体并将其应用于相应的实际任务之中。本发明有效保证了所优化的智能体对所有场景均具有较高智能水平和高水平的电网调控效果。

公开(公告)号：CN116090327A

公开(公告)日：2023-05-09

申请号：CN202211167271.7

申请日：2022-09-23

Applicant: 武汉大学

Inventor： 张俊 ,  高天露 ,  蒋宇祺 ,  戴宇欣 ,  许沛东 ,  陈思远 ,  张天韵

IPC: G06F30/27 ,  H02J3/00 ,  G06Q50/06 ,  G06N20/00 ,  G06Q10/04 ,  G06N3/049 ,  G06N3/08

Abstract: 本申请涉及一种时间序列预测模型构建方法、装置、设备及可读存储介质，涉及人工智能与电力系统交叉技术领域，本申请基于自注意力机制的Transformer架构对长时间序列的典型特征提取与记忆能力，使时间序列预测模型更加容易地应对电力负荷的未知波动，且通过迁移学习可对数据集更小的下游任务进行训练，以减轻模型训练的工作量并增强模型的泛化性能。因此，对于突发情况下的电力负荷波动，本申请通过迁移长期负荷时间序列以及自注意力机制的记忆性，可使得时间序列预测模型能够对长期序列中的特征进行充分的提取并用于下游的预测，进而提升模型的预测精度和适应性。

公开(公告)号：CN115984033A

公开(公告)日：2023-04-18

申请号：CN202211691019.6

申请日：2022-12-28

Applicant: 武汉大学

Inventor： 张俊 ,  张天韵 ,  高天露 ,  张浩然 ,  司睿绮 ,  许沛东 ,  陈思远

IPC: G06Q50/06 ,  H02J3/46 ,  G06N3/092 ,  G06N3/0985 ,  G06F30/27 ,  G06F113/04 ,  G06F111/18

Abstract: 本发明提供了一种基于平行系统的人工智能量化评估和自主进化方法及设备。所述方法包括：步骤1至步骤7。本发明能够对电网调控智能系统的智能水平进行客观量化评估，便于电力从业人员对不同智能系统的智能水平的比较和优选，还能够以智能水平提升为导向，促进智能系统的自主进化，自主寻找智能水平更优、调控电网效果更好的智能系统。