-
公开(公告)号：CN111898631B
公开(公告)日：2024-09-24
申请号：CN202010537172.8
申请日：2020-06-12
Applicant: 清华大学 , 中国电力科学研究院有限公司 , 国网天津市电力公司
IPC: G06F18/23213 , H02J3/00
Abstract: 本发明实施例提供一种离散事件分析方法、装置、电子设备和存储介质，其中方法包括：确定信息网络中各个节点输出的离散时间序列；所述各个节点输出的离散时间序列基于所述信息网络对应的电气网络事件链确定；基于所述信息网络中任一节点的离散时间序列，确定所述任一节点对应的等变化量离散状态序列；基于每一节点对应的等变化量离散状态序列，确定所述信息网络中各个节点对应的离散事件链。本发明实施例提供的方法、装置、电子设备和存储介质，所提取的离散事件链能够准确反映信息物理电力网络的快速动态特性，有利于研究信息网络和电气网络的相互影响机理和进行电气网络的故障分析。
-
公开(公告)号：CN113627733B
公开(公告)日：2024-08-06
申请号：CN202110808878.8
申请日：2021-07-16
IPC: G06Q10/063 , G06Q50/06 , G06N3/092 , G06N3/006
Abstract: 本发明提供一种灾后配电网动态抢修方法及系统，其中方法包括：通过环境侧获取待动态抢修的灾后配电网的状态信息；将所述待动态抢修的灾后配电网的状态信息输入至包括强化学习模型的智能体侧，得到智能体输出的灾后配电网动态抢修结果；其中，所述智能体侧从环境侧获取强化学习状态，基于策略选择动作作用于配电网上，并接收相应的奖励值及下一状态进行迭代训练，不断更新网络参数后得到所述强化学习模型。本发明实施例实现了配电网的灾后抢修在多抢修队伍协同调配、抢修恢复和转供复电的深度耦合及灾情不确定性情况下的高效率和高准确率的抢修效果。
-
公开(公告)号：CN112928780B
公开(公告)日：2022-05-31
申请号：CN201911243776.5
申请日：2019-12-06
Applicant: 清华大学
Abstract: 本发明实施例提供一种配电网灾后供电恢复方法及系统，该方法包括：获取配电网系统的当前状态信息；根据所述配电网系统的当前状态信息和训练后的供电模型，获取所述配电网的最优控制策略，其中，训练后的供电模型通过训练样本和训练标签对供电模型进行训练得到。本发明实施例提供一种配电网灾后供电恢复方法及系统，针对微电网系统中的不确定性，对供电模型进行训练，使得供电模型在训练时能充分地学习到微电网中的诸多不确定因素，从而提高了本方法的鲁棒性；并且利用训练后的供电模型，在不同的场景中不用重新求解，提高了配电网的恢复能力和负荷供电时长。
-
Patent Agency Ranking
公开(公告)号：CN111898631A
公开(公告)日：2020-11-06
申请号：CN202010537172.8
申请日：2020-06-12
Applicant: 清华大学 , 中国电力科学研究院有限公司 , 国网天津市电力公司
IPC: G06K9/62 , G06F16/2458 , H02J3/00
Abstract: 本发明实施例提供一种离散事件分析方法、装置、电子设备和存储介质，其中方法包括：确定信息网络中各个节点输出的离散时间序列；所述各个节点输出的离散时间序列基于所述信息网络对应的电气网络事件链确定；基于所述信息网络中任一节点的离散时间序列，确定所述任一节点对应的等变化量离散状态序列；基于每一节点对应的等变化量离散状态序列，确定所述信息网络中各个节点对应的离散事件链。本发明实施例提供的方法、装置、电子设备和存储介质，所提取的离散事件链能够准确反映信息物理电力网络的快速动态特性，有利于研究信息网络和电气网络的相互影响机理和进行电气网络的故障分析。
-
公开(公告)号：CN113627733A
公开(公告)日：2021-11-09
申请号：CN202110808878.8
申请日：2021-07-16
Abstract: 本发明提供一种灾后配电网动态抢修方法及系统，其中方法包括：通过环境侧获取待动态抢修的灾后配电网的状态信息；将所述待动态抢修的灾后配电网的状态信息输入至包括强化学习模型的智能体侧，得到智能体输出的灾后配电网动态抢修结果；其中，所述智能体侧从环境侧获取强化学习状态，基于策略选择动作作用于配电网上，并接收相应的奖励值及下一状态进行迭代训练，不断更新网络参数后得到所述强化学习模型。本发明实施例实现了配电网的灾后抢修在多抢修队伍协同调配、抢修恢复和转供复电的深度耦合及灾情不确定性情况下的高效率和高准确率的抢修效果。
-
公开(公告)号：CN111181201A
公开(公告)日：2020-05-19
申请号：CN202010108574.6
申请日：2020-02-21
Applicant: 清华大学 , 国网福建省电力有限公司电力科学研究院
Abstract: 本发明提供的基于双层强化学习的多能园区调度方法及系统，包括获取综合能源系统中的调度可控对象，即源侧单元、负荷侧单元、能量转化单元与存储单元；构建双层优化决策模型，包括上层强化学习子模型和下层混合整数线性规划子模型；上层强化学习子模型获取存储单元在当前时刻的状态变量信息下的动作变量信息，并传输至下层混合整数线性规划子模型；下层混合整数线性规划子模型获取对应的奖励变量和存储单元在下一时刻的状态变量信息，并反馈至上层强化学习子模型；迭代执行上述步骤直至调度结束。本发明实施例通过数据驱动的强化学习方法，仅需根据当前状态进行决策，而无需对未来信息的预测，决策时效性高、决策效果优，能实现实时趋优决策。
-
公开(公告)号：CN111181201B
公开(公告)日：2021-06-11
申请号：CN202010108574.6
申请日：2020-02-21
Applicant: 清华大学 , 国网福建省电力有限公司电力科学研究院
Abstract: 本发明提供的基于双层强化学习的多能园区调度方法及系统，包括获取综合能源系统中的调度可控对象，即源侧单元、负荷侧单元、能量转化单元与存储单元；构建双层优化决策模型，包括上层强化学习子模型和下层混合整数线性规划子模型；上层强化学习子模型获取存储单元在当前时刻的状态变量信息下的动作变量信息，并传输至下层混合整数线性规划子模型；下层混合整数线性规划子模型获取对应的奖励变量和存储单元在下一时刻的状态变量信息，并反馈至上层强化学习子模型；迭代执行上述步骤直至调度结束。本发明实施例通过数据驱动的强化学习方法，仅需根据当前状态进行决策，而无需对未来信息的预测，决策时效性高、决策效果优，能实现实时趋优决策。
-
公开(公告)号：CN112928780A
公开(公告)日：2021-06-08
申请号：CN201911243776.5
申请日：2019-12-06
Applicant: 清华大学
Abstract: 本发明实施例提供一种配电网灾后供电恢复方法及系统，该方法包括：获取配电网系统的当前状态信息；根据所述配电网系统的当前状态信息和训练后的供电模型，获取所述配电网的最优控制策略，其中，训练后的供电模型通过训练样本和训练标签对供电模型进行训练得到。本发明实施例提供一种配电网灾后供电恢复方法及系统，针对微电网系统中的不确定性，对供电模型进行训练，使得供电模型在训练时能充分地学习到微电网中的诸多不确定因素，从而提高了本方法的鲁棒性；并且利用训练后的供电模型，在不同的场景中不用重新求解，提高了配电网的恢复能力和负荷供电时长。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
