System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于对抗式神经网络的电网调控方法与系统技术方案_技高网

基于对抗式神经网络的电网调控方法与系统技术方案

技术编号:40429484 阅读:8 留言:0更新日期:2024-02-20 22:51
本申请提供了基于对抗式神经网络的电网调控方法与系统,涉及电网调控技术领域,所述方法包括:首先调取目标管控区域的局域电网基础信息,然后结合数字孪生技术搭建孪生拓扑网络,然后对电网运维进行监控和预测,从而确定电网调控方案,再将调控方案反馈至调控中心,生成调控指令,然后将指令下放至目标区域的设备中,进行针对性调控,再获取反馈信息,然后对此网络进行更新。本申请主要解决了自动化水平还不够高,无法完全实现自动化控制和预警,需要人工干预和处理导致效率低和不准确的问题。通过采用对抗式神经网络,有效地对电网运行状态进行预测和调控,提高了电网的稳定性和可靠性,同时还降低了能源消耗。

【技术实现步骤摘要】

本专利技术涉及电网调控的,具体涉及基于对抗式神经网络的电网调控方法与系统


技术介绍

1、随着大规模新能源的并网,控制基础发生重大变化,电力电子类电源不具备传统发电机的控制特性,同时控制规模大幅度增长,控制对象从几千台扩展到上十万台设备,从以源为主扩展到源网荷储各环节,局部地区负荷集中,本地装机严重不足,电压稳定问题突出,电力调控运行系统在运行过程中难免会面临各种突发情况,如天气异常、新能源与传统能源的混合等等,这些情况很可能会引起电力系统的不稳定,需要进行紧急处理。

2、现有技术是通过采集电网运行状态数据(如电压、电流等参数),进行数据处理和分析,根据实时的电网运行状态,调度员制定相应的发电计划,调整发电机组的运行状态,优化电网的经济性和可靠性。

3、现有技术存在自动化水平还不够高,无法完全实现自动化控制和预警,需要人工干预和处理导致效率低和不准确的问题。


技术实现思路

1、本申请主要解决了自动化水平还不够高,无法完全实现自动化控制和预警,需要人工干预和处理导致效率低和不准确的问题。

2、鉴于上述问题,本申请提供了基于对抗式神经网络的电网调控方法与系统,第一方面,本申请实施例提供了基于对抗式神经网络的电网调控方法,所述方法包括:调用目标管控区域的局域电网基础信息,所述局域电网基础信息以电气系统、电气设备、并网接入与调度调控约束原则为基准获取。结合数字孪生技术,搭建基于所述局域电网基础信息的孪生拓扑网络,所述孪生拓扑网络与局域电网具有高度一致性。基于所述孪生拓扑网络进行电网运维监管预测,结合对抗式网络模型进行电网运维调控分析,确定电网调控方案,其中,所述对抗式网络模型以博弈均衡点为训练收敛条件。将所述电网调控方案反馈至调控中心,生成标识有调控时序节点与调控序列的电网调控指令,生成其中,所述局域电网、所述孪生拓扑网络、所述对抗式网络模型与所述调控中心建立有通信连接。将所述电网调控指令下放至区域人员终端与区域目标设备,进行基于电网调度与运维的针对性调控,获取调控反馈信息。基于所述调控反馈信息,进行所述孪生拓扑网络的更新,实施运控同步管理。

3、第二方面,本申请提供了基于对抗式神经网络的电网调控系统,所述系统包括:基础信息调用模块,所述基础信息调用模块用于调用目标管控区域的局域电网基础信息,所述局域电网基础信息以电气系统、电气设备、并网接入与调度调控约束原则为基准获取。网络搭建模块,所述网络搭建模块用于结合数字孪生技术,搭建基于所述局域电网基础信息的孪生拓扑网络,所述孪生拓扑网络与局域电网具有高度一致性。确定电网调控方案模块,所述确定电网调控方案模块是基于所述孪生拓扑网络进行电网运维监管预测,结合对抗式网络模型进行电网运维调控分析,确定电网调控方案,其中,所述对抗式网络模型以博弈均衡点为训练收敛条件。调控方案反馈模块,所述调控方案反馈模块用于将所述电网调控方案反馈至调控中心,生成标识有调控时序节点与调控序列的电网调控指令,生成其中,所述局域电网、所述孪生拓扑网络、所述对抗式网络模型与所述调控中心建立有通信连接。针对性调控方案,所述针对性调控方案用于将所述电网调控指令下放至区域人员终端与区域目标设备,进行基于电网调度与运维的针对性调控,获取调控反馈信息。运控管理模块,所述运控管理模块是基于所述调控反馈信息,进行所述孪生拓扑网络的更新,实施运控同步管理。

4、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:

5、本申请提供了基于对抗式神经网络的电网调控方法与系统,涉及电网调控
,所述方法包括:首先调取目标管控区域的局域电网基础信息,然后结合数字孪生技术搭建孪生拓扑网络,然后对电网运维进行监控和预测,从而确定电网调控方案,再将调控方案反馈至调控中心,生成调控指令,然后将指令下放至目标区域的设备中,进行针对性调控,再获取反馈信息,然后对此网络进行更新。

6、本申请主要解决了现有技术还存在自动化水平不足、信息集成度低、智能化水平不足、缺乏标准化和规范化以及人员素质参差不齐等,导致效率和精度低的问题。通过采用对抗式神经网络,有效地对电网运行状态进行预测和调控,提高了电网的稳定性和可靠性,同时还降低了能源消耗。

7、上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。

本文档来自技高网...

【技术保护点】

1.基于对抗式神经网络的电网调控方法,其特征在于,该方法包括:

2.如权利要求1所述的方法,其特征在于,所述搭建基于所述局域电网基础信息的孪生拓扑网络,该方法包括:

3.如权利要求1所述的方法,其特征在于,基于所述孪生拓扑网络进行电网运维监管预测,该方法包括:

4.如权利要求3所述的方法,其特征在于,结合对抗式网络模型进行电网运维调控分析,该方法包括:

5.如权利要求4所述的方法,其特征在于,构建对抗式网络模型,该方法包括:

6.如权利要求1所述的方法,其特征在于,所述生成标识有调控时序节点与调控序列的电网调控指令,该方法包括:

7.如权利要求1所述的方法,其特征在于,该方法包括:

8.基于对抗式神经网络的电网调控系统,其特征在于,该系统包括:

【技术特征摘要】

1.基于对抗式神经网络的电网调控方法,其特征在于,该方法包括:

2.如权利要求1所述的方法,其特征在于,所述搭建基于所述局域电网基础信息的孪生拓扑网络,该方法包括:

3.如权利要求1所述的方法,其特征在于,基于所述孪生拓扑网络进行电网运维监管预测,该方法包括:

4.如权利要求3所述的方法,其特征在于,结合对抗式网络模型进行电网运维...

【专利技术属性】
技术研发人员:钱仲豪周爱华蒋玮徐晓轶欧朱建高昆仑彭林吕晓祥
申请(专利权)人:国网江苏省电力有限公司南通供电分公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1