期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于多源数据融合的配电网调度技术支持系统建设与应用 被引量:1
1
作者 赵新 张弼弛 于吉庆 《吉林电力》 2024年第2期54-56,共3页
针对配电网存在基础薄、欠账多、投资少等问题,围绕配电网中“盲调”、配电网抢修“盲指”的难题,开拓配电网数据接入新思路,以调度技术支持系统为平台,突破专业界限,创新接入营销用电信息采集系统、电能量计量系统、移动专网智能柱上... 针对配电网存在基础薄、欠账多、投资少等问题,围绕配电网中“盲调”、配电网抢修“盲指”的难题,开拓配电网数据接入新思路,以调度技术支持系统为平台,突破专业界限,创新接入营销用电信息采集系统、电能量计量系统、移动专网智能柱上开关数据信息,在设备“零改造”下,通过多时间尺度、多系统、跨安全区的配电网数据接入,建设配电网调度技术支持系统,实现了配电网首端开关-中间分支开关-末端配电变压器量测数据监视,全面提升配电网感知能力,配电网运行管控水平大幅提升。 展开更多
关键词 用电信息采集系统 电能量计量系统 智能柱上开关 配电网感知
在线阅读 下载PDF
基于多时间尺度状态估计的配电网实时态势预测 被引量:16
2
作者 李延真 郭英雷 +2 位作者 彭博 孙媛媛 李良子 《电力工程技术》 2020年第2期127-134,共8页
为有效提升泛在电力物联网建设过程中的配电网运行安全感知能力,提出了一种基于多时间尺度状态估计的配电网实时态势预测方法,该方法可实现对配电网安全态势的快速、准确预测。首先,基于多元混合量测提出了多时间尺度递归动态状态估计方... 为有效提升泛在电力物联网建设过程中的配电网运行安全感知能力,提出了一种基于多时间尺度状态估计的配电网实时态势预测方法,该方法可实现对配电网安全态势的快速、准确预测。首先,基于多元混合量测提出了多时间尺度递归动态状态估计方法,通过状态预测与伪量测递归变换改进了已有的量测线性等效变换方法,缩短了状态更新周期,在递归变换算法中添加了校正算法以消除伪量测波动误差,提高了状态估计算法的计算速度。然后基于状态估计得到历史估计状态,采用分区多元时间序列分析方法建立了实时状态预测模型,实现了配电网的实时安全性态势预测。最后在Matlab仿真平台中基于实际算例对所提方法进行了分析,结果验证了所提配电网实时态势预测方法的准确性和有效性。 展开更多
关键词 配电网态势感知 泛在电力物联网 多时间尺度量测 状态估计 递归变换
在线阅读 下载PDF
基于多智能体深度强化学习的配电网无功优化策略 被引量:19
3
作者 邓清唐 胡丹尔 +3 位作者 蔡田田 李肖博 徐贤民 彭勇刚 《电工电能新技术》 CSCD 北大核心 2022年第2期10-20,共11页
配电网中光伏、风机设备出力随机波动以及负荷波动带来的电压波动、网损增加等问题,给配电网在线无功优化带来了挑战。本文采用一种无模型的深度确定性策略梯度(MADDPG)算法多智能体强化学习框架,采用集中训练、分散执行的方式解决无功... 配电网中光伏、风机设备出力随机波动以及负荷波动带来的电压波动、网损增加等问题,给配电网在线无功优化带来了挑战。本文采用一种无模型的深度确定性策略梯度(MADDPG)算法多智能体强化学习框架,采用集中训练、分散执行的方式解决无功优化问题。MADDPG算法将每一个智能体当作一个行动者(Actor),在离线训练过程中每个Actor可以借助一个评论家(Critic)进行训练。所提策略用深度神经网络拟合可投切电容器、有载调压变压器分接头以及分布式电源逆变器的动作函数,在和配电网环境交互过程中完成深度神经网络的训练。利用该强化学习算法在线实时决策无功调节设备的调度方案,此方法不需要通过精确的潮流建模,也不依赖于日前的数据预测,适用于通信能力较弱的部分观测配电网。最后,通过算例来验证MADDPG算法的有效性。 展开更多
关键词 多智能体 深度强化学习 无功优化 数据驱动 感知配电网
在线阅读 下载PDF
配电网持续无功优化的深度强化学习方法 被引量:47
4
作者 李琦 乔颖 张宇精 《电网技术》 EI CSCD 北大核心 2020年第4期1473-1480,共8页
高渗透率分布式光伏的出力波动可能导致配电网电压波动大、网损提高和电容器投切需求频繁。但配电网节点监控覆盖率低、潮流建模难度大,需要在上述不利条件下实现对台区内持续电压无功优化。采用深度强化学习的方法提出了适用于低感知... 高渗透率分布式光伏的出力波动可能导致配电网电压波动大、网损提高和电容器投切需求频繁。但配电网节点监控覆盖率低、潮流建模难度大,需要在上述不利条件下实现对台区内持续电压无功优化。采用深度强化学习的方法提出了适用于低感知度配电网的连续无功优化方法。该方法将原问题转化为一个多步马尔科夫决策过程,以最小化网损和动作成本之和为优化目标,以离散无功调节设备的投切指令为控制变量,并采用基于行动者–评论家(actor-critic)的深度强化学习算法进行求解。针对配电网缺乏完整潮流模型和观测数据的特点,分别设计了用来拟合投切策略的Actor网络和用来拟合动作价值函数的Ctritic网络。所提方法用深度神经网络直接拟合系统状态到离散无功调节设备的投切动作的函数关系,在与实际配电网的交互过程中完成网络训练。相比传统方法,该无需潮流建模和分段决策,且不依赖于日前的负荷与分布式电源出力预测,可以实现在线的多时间断面下的连续无功优化,提高了系统运行经济性。 展开更多
关键词 感知配电网 无功优化 强化学习 分布式光伏 数据驱动 神经网络
在线阅读 下载PDF
Optimization of sensing time and cooperative user allocation for OR-rule cooperative spectrum sensing in cognitive radio network 被引量:4
5
作者 刘鑫 仲伟志 陈琨奇 《Journal of Central South University》 SCIE EI CAS CSCD 2015年第7期2646-2654,共9页
In order to improve the throughput of cognitive radio(CR), optimization of sensing time and cooperative user allocation for OR-rule cooperative spectrum sensing was investigated in a CR network that includes multiple ... In order to improve the throughput of cognitive radio(CR), optimization of sensing time and cooperative user allocation for OR-rule cooperative spectrum sensing was investigated in a CR network that includes multiple users and one fusion center. The frame structure of cooperative spectrum sensing was divided into multiple transmission time slots and one sensing time slot consisting of local energy detection and cooperative overhead. An optimization problem was formulated to maximize the throughput of CR network, subject to the constraints of both false alarm probability and detection probability. A joint optimization algorithm of sensing time and number of users was proposed to solve this optimization problem with low time complexity. An allocation algorithm of cooperative users was proposed to preferentially allocate the users to the channels with high utilization probability. The simulation results show that the significant improvement on the throughput can be achieved through the proposed joint optimization and allocation algorithms. 展开更多
关键词 cognitive radio energy detection cooperative spectrum sensing throughput optimization
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部