[发明专利]一种自适应微型电网的调度优化的方法及系统有效

专利信息
申请号: 202111020450.3 申请日: 2021-09-01
公开(公告)号: CN113657689B 公开(公告)日: 2023-07-14
发明(设计)人: 马武彬;吴亚辉;邓苏;周浩浩 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/0631;G06Q50/06;G06F17/16;G06N3/084;H02J3/00;H02J13/00
代理公司: 长沙大珂知识产权代理事务所(普通合伙) 43236 代理人: 伍志祥
地址: 410073 湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 自适应 微型 电网 调度 优化 方法 系统
【权利要求书】:

1.一种自适应微型电网的调度优化的方法,其特征在于,所述方法包括如下步骤:

步骤1,实施监控所述微型电网的发电侧状态和预先配置的发电侧的工况参数,并将所述工况参数进行向量化;

步骤2,创建发电侧状态的历史状态数据库,所述历史状态数据库对应于每个发电侧的历史状态设置有电压状态、功率状态及发电侧发电环境,电压状态和功率状态设置有相应的特征向量;

步骤3,设置问题矩阵库,所述问题矩阵库生成预设数量的故障矩阵,把所述故障矩阵与所述向量化的工况参数进行相加后输入故障预测模型得到发电侧的特征向量,并设置记录相应的数据集标签;

步骤4,将所述步骤3得到的发电侧的特征向量和所述步骤2中记录的特征向量的余弦相似度是否小于设定的阈值,若小于则预估电力系统将发生故障,发出故障预测报警,若大于则判断当前的发电侧配置的参数为标准参数。

2.如权利要求1所述的一种自适应微型电网的调度优化的方法,其特征在于,所述步骤4进一步包括:若大于,使用步骤2中记录的特征向量和数据集标签计算余弦损失函数,并计算将所述步骤3得到的发电侧的特征向量的均方根误差损失,把两个损失函数进行相加后进行反向传播更新故障矩阵,直到添加的故障矩阵的所述向量化的工况参数和所述步骤2中记录的特征向量的余弦相似度小于预设值。

3.如权利要求1所述的一种自适应微型电网的调度优化的方法,其特征在于,在进行向量化判断之前,将历史案例中出现的工况问题中的部分特征进行标注,若监测到相关参数超出历史案例中的特征值,则进行初步预警。

4.如权利要求3所述的一种自适应微型电网的调度优化的方法,其特征在于,根据初步预警的信息,在所述问题矩阵库生成相应的故障矩阵时,生成与历史案例中出现的工况问题相关参数接近的故障矩阵。

5.如权利要求2所述的一种自适应微型电网的调度优化的方法,其特征在于,所述若监测到相关参数超出历史案例中的特征值进一步包括:将案例中的参数进行定义,其中,对参数进行特征值量化,若其特征值与典型历史案例的相似度小于预设值,则将当前案例归集为典型历史案例;再参数的状态值与各个所述典型历史案例的特征值矩阵进行匹配,标注出导致故障的关键参数。

6.一种自适应微型电网的调度优化的系统,其特征在于,所述系统包括:监控单元,实施监控所述微型电网的发电侧状态和预先配置的发电侧的工况参数,并将所述工况参数进行向量化;发电侧历史状态数据库,创建发电侧状态的历史状态数据库,所述历史状态数据库对应于每个发电侧的历史状态设置有电压状态、功率状态及发电侧发电环境,电压状态和功率状态设置有相应的特征向量;问题矩阵库,所述问题矩阵库生成预设数量的故障矩阵,把所述故障矩阵与所述向量化的工况参数进行相加后输入故障预测模型得到发电侧的特征向量,并设置记录相应的数据集标签;判断单元,将得到的发电侧的特征向量和记录的特征向量的余弦相似度是否小于设定的阈值,若小于则预估电力系统将发生故障,发出故障预测报警,若大于则判断当前的发电侧配置的参数为标准参数。

7.如权利要求6所述的一种自适应微型电网的调度优化的系统,其特征在于,所述判断单元进一步包括:若大于,使用记录的特征向量和数据集标签计算余弦损失函数,并计算得到的发电侧的特征向量的均方根误差损失,把两个损失函数进行相加后进行反向传播更新故障矩阵,直到添加的故障矩阵的所述向量化的工况参数和记录的特征向量的余弦相似度小于预设值。

8.如权利要求6所述的一种自适应微型电网的调度优化的系统,其特征在于,在进行向量化判断之前,将历史案例中出现的工况问题中的部分特征进行标注,若监测到相关参数超出历史案例中的特征值,则进行初步预警。

9.如权利要求8所述的一种自适应微型电网的调度优化的系统,其特征在于,根据初步预警的信息,在所述问题矩阵库生成相应的故障矩阵时,生成与历史案例中出现的工况问题相关参数接近的故障矩阵。

10.如权利要求7所述的一种自适应微型电网的调度优化的系统,其特征在于,所述若监测到相关参数超出历史案例中的特征值进一步包括:将案例中的参数进行定义,其中,对参数进行特征值量化,若其特征值与典型历史案例的相似度小于预设值,则将当前案例归集为典型历史案例;再参数的状态值与各个所述典型历史案例的特征值矩阵进行匹配,标注出导致故障的关键参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111020450.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top