一种处理电力系统数据的方法、装置及电子设备制造方法及图纸

本发明专利技术实施例提供了一种处理电力系统数据的方法、装置及电子设备，所述方法包括：基于预先训练的深度强化学习模型，获取电力系统运行数据中的学习价值信息；根据所获取的学习价值信息判断所述电力系统的运行状态；根据所述电力系统的运行状态，确定控制决策，其中，所述控制决策用于保障所述电力系统安全稳定运行。通过本发明专利技术实施例提供的技术方案，能够直接从电网数据入手，基于预先训练好的深度强化学习模型获取电力系统运行数据中的学习价值信息，根据所获取的学习价值信息来判断电力系统的运行状态并给出合理控制方案；从而能够避免电网分析对物理模型的依赖，且对于不同运行方式不同场景不需要重新调整模型架构，训练效率高，适用性较强。

A method, device and electronic device for processing power system data

The embodiment of the present invention provides a method, device and electronic device for processing power system data. The method includes: acquiring learning value information in power system operation data based on pre-trained depth reinforcement learning model; judging the operation state of the power system according to the acquired learning value information; According to the operation state of the power system, a control decision is determined, wherein the control decision is used to ensure the safe and stable operation of the power system. The technical scheme provided by the embodiment of the invention can directly start with the power grid data, acquire the learning value information in the power system operation data based on the pre-trained depth reinforcement learning model, judge the operation state of the power system according to the acquired learning value information and give a reasonable control scheme. It can avoid the dependence of power grid analysis on physical model, and does not need to re-adjust the model architecture for different operation modes and scenarios. It has high training efficiency and strong applicability.

【技术实现步骤摘要】
一种处理电力系统数据的方法、装置及电子设备
本专利技术涉及数据处理
，特别是涉及一种处理电力系统数据的方法、装置及电子设备。
技术介绍
随着新能源、电动汽车等新型供用电在电网占比增加，传统的电力系统分析方法对于新的发展形势下电网分析控制适用性较差，不能满足电网发展要求，具体的，传统电力系统分析控制往往采用基于物理模型建模构建数学方程组并求解，根据计算结果判定系统状态。但是，随着电力系统结构日趋复杂，基于物理模型的分析方法难以适应电网需求，分析结果可信度下降。
技术实现思路
本专利技术实施例的目的在于提供一种处理电力系统数据的方法、装置及电子设备，以避免电网分析对物理模型的依赖，保证了分析结果的可信度，且对于不同运行方式不同场景不需要重新调整模型架构，训练效率高，适用性强。具体技术方案如下：第一方面，本专利技术实施例提供了一种处理电力系统数据的方法，所述方法包括：基于预先训练的深度强化学习模型，获取电力系统运行数据中的学习价值信息；根据所获取的学习价值信息判断所述电力系统的运行状态；根据所述电力系统的运行状态，确定控制决策，其中，所述控制决策用于保障所述电力系统安全稳定运行。可选的，本文档来自技高网...

【技术保护点】
1.一种处理电力系统数据的方法，其特征在于，所述方法包括：基于预先训练的深度强化学习模型，获取电力系统运行数据中的学习价值信息；根据所获取的学习价值信息判断所述电力系统的运行状态；根据所述电力系统的运行状态，确定控制决策，其中，所述控制决策用于保障所述电力系统安全稳定运行。

【技术特征摘要】
1.一种处理电力系统数据的方法，其特征在于，所述方法包括：基于预先训练的深度强化学习模型，获取电力系统运行数据中的学习价值信息；根据所获取的学习价值信息判断所述电力系统的运行状态；根据所述电力系统的运行状态，确定控制决策，其中，所述控制决策用于保障所述电力系统安全稳定运行。2.根据权利要求1所述的方法，其特征在于，所述深度强化学习模型的训练过程如下：初始化深度强化学习模型，所述深度强化学习模型由深度学习模型和强化学习模型构成；获得电网数据；对所获得的电网数据进行预处理形成样本数据集；从所述样本数据集中选取训练数据；利用深度学习模型提取所述训练数据的特征；利用强化学习模型对所提取的特征进行分析，得到分析结果，并基于所述分析结果判断是否完成训练；如果判断结果为完成训练，得到训练完成的深度强化学习模型；如果判断结果为未完成训练，调整所述深度学习模型和强化学习模型的模型参数，返回执行从所述样本数据集中选取训练数据的步骤。3.根据权利要求2所述的方法，其特征在于，所述深度学习模型为：深度卷积神经网络。4.根据权利要求2所述的方法，其特征在于，所述深度学习模型为用于提高原始数据价值密度和增加模型泛化能力的模型。5.根据权利要求4所述的方法，其特征在于，所述强化学习模型为Q-Learning分析模型。6.一种处理电力系统数据的装置，其特征在于，所述装置包括：信息获取模块，用于基于预先训练的深度强化学习模...

【专利技术属性】
技术研发人员：刘威，张东霞，李书芳，侯金秀，
申请(专利权)人：北京邮电大学，中国电力科学研究院，国家电网公司，国网河南省电力公司经济技术研究院，
类型：发明
国别省市：北京,11