基本信息:
- 专利标题： 一种基于无功负荷态势的电网无功电压控制方法及系统
- 申请号：CN202010252929.9 申请日：2020-04-01
- 公开(公告)号：CN111525587B 公开(公告)日：2022-10-25
- 发明人： 范士雄 , 刘幸蔚 , 卫泽晨 , 李立新 , 王伟 , 韩巍 , 王玮 , 张鹏 , 王耿 , 张宪康 , 刘彦 , 沈晓东 , 於益军 , 陈仕彬 , 何欣 , 张锋 , 王衡 , 宋朋飞
- 申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网甘肃省电力公司 , 国网甘肃省电力公司电力科学研究院 , 国网新疆电力有限公司 , 四川大学
- 申请人地址： 北京市海淀区清河小营东路15号; ; ; ; ;
- 专利权人： 中国电力科学研究院有限公司,国家电网有限公司,国网甘肃省电力公司,国网甘肃省电力公司电力科学研究院,国网新疆电力有限公司,四川大学
- 当前专利权人： 中国电力科学研究院有限公司,国家电网有限公司,国网甘肃省电力公司,国网甘肃省电力公司电力科学研究院,国网新疆电力有限公司,四川大学
- 当前专利权人地址： 北京市海淀区清河小营东路15号; ; ; ; ;
- 代理机构： 北京安博达知识产权代理有限公司
- 代理人： 徐国文
- 主分类号： G06Q10/04
- IPC分类号： G06Q10/04 ; G06Q50/06 ; H02J3/16
摘要：
本发明提供一种基于无功负荷态势的电网无功电压控制方法及系统：获取无功分区后的负荷预测数据；将负荷预测数据和预先采集的电网状态数据输入到预先构建的Q‑Learning模型进行深度强化学习得到对应的样本数据；将样本数据和采集的电网状态数据输入预先构建的深度卷积神经网络模型得到预测数据对应的电网运行特征值控制电网无功电压；Q‑Learning模型将电网状态数据中上一时刻的数据通过双重Q‑Learning计算Q值得到当前时刻电网状态数据并将当前时刻电网状态数据作为样本数据；深度卷积神经网络模型将样本数据通过卷积运算并进行降维处理得到电网运行特征值；电网状态数据包括电网的结构数据和电网运行设备的数据；采用深度卷积神经网络模型提取电网运行特征提升了算法效率。
公开/授权文献:
- CN111525587A 一种基于无功负荷态势的电网无功电压控制方法及系统 公开/授权日：2020-08-11