电网振荡中心断面的识别方法
    34.
    发明公开

    公开(公告)号:CN115618178A

    公开(公告)日:2023-01-17

    申请号:CN202211090809.9

    申请日:2022-09-07

    Abstract: 本发明提供了一种电网振荡中心断面的识别方法,包括:分别标记电力系统中发电机内电势节点的索引集合、发电机端节点的索引集合和负荷节点的索引集合,通过上述集合形成电力网络的边集合和邻接矩阵,通过发电机内电势节点的索引集合、发电机端节点的索引集合、负荷节点的索引集合、边集合和邻接矩阵形成电力网络图;消去发电机端节点的索引集合,以形成第一增广图,并形成网络推广矩阵;将负荷节点的注入电流置0,消去负荷节点和发电机端节点,得到第二增广图;形成第二增广图的导纳阵,对导纳阵开展特征分析,通过特征向量和网络推广矩阵的乘积向量获得电网振荡中心断面的割集。本发明可以在多机复杂的供电场景下识别出电网振荡中心断面。

    基于深度强化学习的电网拓扑优化和潮流控制的方法

    公开(公告)号:CN114065452A

    公开(公告)日:2022-02-18

    申请号:CN202111362751.4

    申请日:2021-11-17

    Abstract: 本发明提供了一种基于深度强化学习的电网拓扑优化和潮流控制的方法,包括:构建智能体;获取历史断面潮流数据,并对多历史断面潮流数据进行模仿学习,以确定智能体的参数的初始值;对t时刻的在线断面潮流数据进行训练,得到N个动作价值排在前列的控制策略;在电网环境仿真器中验证N个价值排在前列的控制策略,获得回报最高的控制策略;执行回报最高的控制策略,得到执行该控制策略的奖励值;t的取值加1;循环求奖励值的步骤,每求得M次奖励值,根据动作价值函数的目标值更新智能体参数,完成所有时刻的在线断面潮流数据的智能体训练,从中选出最优的智能体参数;使用训练好的智能体在实时环境下完成电网拓扑优化和潮流控制。

    基于深度强化学习的电网有功频率的调控方法

    公开(公告)号:CN113964884A

    公开(公告)日:2022-01-21

    申请号:CN202111362738.9

    申请日:2021-11-17

    Abstract: 本发明一种基于深度强化学习的电网有功频率的调控方法,包括:获取电网的有功频率的偏差;获取用于智能体训练的样本;建立智能体;将样本输入智能体进行训练,训练方法包括:智能体在每个时间段输出一次控制策略,电网仿真器验证控制策略的消除有功频率的偏差能力并根据偏差能力返回奖励值,智能体从所有奖励值中选出最高的奖励值,其对应的控制策略为样本的电网有功频率的调控方法。本发明提高了有功偏差恢复的精度,全程由智能体和电网仿真器通过程序进行,提高了恢复的效率。

    基于动态聚类的负荷建模与在线修正方法及系统

    公开(公告)号:CN113761700A

    公开(公告)日:2021-12-07

    申请号:CN202010507735.9

    申请日:2020-06-05

    Abstract: 本发明提供了一种基于动态聚类的负荷建模与在线修正方法和系统,其核心思想在于根据电力用户的用电负荷特性,利用特征提取算法,进行动态聚类,得到若干个典型用户;根据负荷智能终端采集的所述典型用户的负荷电气信息与预设电气信息进行样本训练与特征匹配,实现负荷类型识别和获取负荷模型参数,建立每个典型用户的用户负荷模型;并根据用户负荷模型,建立各电压等级上的聚合负荷模型直至对所述聚合负荷模型进行自下而上的逐级等值模型修正,得到配电母线下的综合负荷模型,实现了负荷模型的在线测辩和修正。本发明提供的负荷建模与在线修正方法和系统,能够实现负荷建模动态更新,更符合电力负荷的实际情况。

Patent Agency Ranking