物理引导与数据驱动的综合能源系统设备建模方法及系统技术方案

本发明专利技术提供了一种物理引导与数据驱动的综合能源系统设备建模方法及系统，将卷积神经网络和门控循环单元神经网络相结合，形成混合数据驱动模型；构建综合能源系统设备的机理模型，进行机理模型的数据增强，生成模拟数据，利用所述模拟数据对所述混合数据驱动模型进行预训练；基于所述综合能源系统设备的物理定律，构建物理约束条件，并将其建模到所述混合数据驱动模型的损失函数中，利用实际数据对混合数据驱动模型进行训练，得到最终建模结果。本发明专利技术在模型构建预训练过程以及训练过程，均利用机理模型和数据模型的协同，实现对综合能源系统设备的混合建模，保证了准确性和精确性。性。性。

【技术实现步骤摘要】
物理引导与数据驱动的综合能源系统设备建模方法及系统


[0001]本专利技术属于综合能源系统建模
，涉及一种物理引导与数据驱动的综合能源系统设备建模方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]综合能源系统(IES)集信息物理融合技术、多能联供技术以及储热、储电、储气多元储能技术于一体，将热力网络、电力网络及燃气网络有机融合，实现能源的多能转换、多能存储及多能消纳，对提高能源综合利用效率、促进可再生能源规模化开发、提高社会基础设施利用率和能源供应安全具有重要意义。
[0004]因此对于IES各层级中的关键设备、能源站以及多能潮流的建模至关重要，构建多维度模型，可以满足特性分析、规划设计和运行控制的需求。现有的常规建模方法包括机理建模和数据建模。机理模型的不足之处是对于某些对象，其机理模型由高阶微分方程构成，求解困难；并且部分对象难以获得准确的数学表达式，导致多建立的模型与实际设备相差甚远。数据模型的不足之处是需要大量的训练数据，同时不考虑任何物理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物理引导与数据驱动的综合能源系统设备建模方法，其特征是，包括以下步骤：将卷积神经网络和门控循环单元神经网络相结合，形成混合数据驱动模型；构建综合能源系统设备的机理模型，进行机理模型的数据增强，生成模拟数据，利用所述模拟数据对所述混合数据驱动模型进行预训练；基于所述综合能源系统设备的物理定律，构建物理约束条件，并将其建模到所述混合数据驱动模型的损失函数中，利用实际数据对混合数据驱动模型进行训练，得到最终建模结果。2.如权利要求1所述的一种物理引导与数据驱动的综合能源系统设备建模方法，其特征是，所述混合数据驱动模型包括一次设置的输入层、CNN层、GRU层、全连接层和输出层，其中，所述CNN层包括若干交替叠加设置的卷积层和池化层，所述GRU层至少有一个。3.如权利要求2所述的一种物理引导与数据驱动的综合能源系统设备建模方法，其特征是，所述卷积层为一维卷积，卷积方式选取Same卷积，激活函数选取ReLU函数；池化层的池化方法选取Valid最大池化操作，全连接层选用激活函数Sigmoid。4.如权利要求1所述的一种物理引导与数据驱动的综合能源系统设备建模方法，其特征是，构建综合能源系统设备的机理模型时，综合考虑泄漏、过欠膨胀和摩擦因素的影响分别建立体积流量和输出转矩的机理模型，将转速、进气压力和/或温度作为控制变量，建立体积流量或/和输出转矩有关于控制变量的数学模型。5.如权利要求1所述的一种物理引导与数据驱动的综合能源系统设备建模方法，其特征是，利用生成式对抗网络进行机理模型的数据增强，所述生成式对抗网络包括生成器和判别器，生成器用于接收随机变量并生成数据样本，判别器用于判断输入的样本是真实的还是合成的，判别器还用于计算损失并进行反向传播...

【专利技术属性】
技术研发人员：李珂，周于，王海洋，张承慧，
申请(专利权)人：山东大学，
类型：发明
国别省市：