【技术实现步骤摘要】
本专利技术涉及电力领域，具体涉及基于深度学习与控制理论的电网调频优化方法及系统。
技术介绍
1、在当今的电力系统中，电网的稳定性和调频能力是至关重要的。然而，随着电力需求的不断增长和电网规模的日益扩大，传统的电网调频技术已经难以满足现代电网的需求。传统电网调频技术对电网内部数据的监测和反馈不够全面和实时。这使得调频策略的制定和实施缺乏足够的数据支持，难以实现精细化的调频管理。此外，传统电网调频技术缺乏有效的优化管理机制。电网是一个复杂的系统，需要综合考虑各种因素，包括电力需求、能源供应、设备状态等。传统技术难以对这些因素进行全面的分析和优化，导致调频效果不佳。
技术实现思路
1、本申请实施例提供了基于深度学习与控制理论的电网调频优化方法及系统，解决了现有技术中电网调频效果不够理想的技术问题。
2、鉴于上述问题，本申请实施例提供了基于深度学习与控制理论的电网调频优化方法及系统。
3、本申请实施例的第一个方面，提供了基于深度学习与控制理论的电网调频优化方法，所述方法包括：
4、以存储器调用需求数据集，执行需求预测，建立时序需求特征，并生成同步指令；
5、以所述同步指令控制监测端执行数据监测，并将监测结果反馈至存储器，以所述存储器生成预测环境数据；
6、通过储能优化服务器接收所述时序需求特征、所述预测环境数据，执行储能调频优化，生成第一优化结果，其中，所述储能优化服务器存储有电网设备数据；
7、通过所述监测端执行电网
8、基于所述调频服务器执行所述内部监测结果的频率分析，建立n次调频策略，以此构建第二优化结果；
9、以所述第一优化结果和所述第二优化结果进行电网调频优化管理。
10、本申请实施例的第二个方面，提供了基于深度学习与控制理论的电网调频优化系统，所述系统包括：
11、执行模块，所述执行模块用于以存储器调用需求数据集，执行需求预测，建立时序需求特征，并生成同步指令；
12、环境监测模块，所述环境监测模块用于以所述同步指令控制监测端执行数据监测，并将监测结果反馈至存储器，以所述存储器生成预测环境数据；
13、优化模块，所述优化模块用于通过储能优化服务器接收所述时序需求特征、所述预测环境数据，执行储能调频优化，生成第一优化结果，其中，所述储能优化服务器存储有电网设备数据；
14、内部监测模块，所述内部监测模块用于通过所述监测端执行电网的内部数据监测，生成内部监测结果，并将所述内部监测结果反馈至调频服务器；
15、频率分析模块，所述频率分析模块用于基于所述调频服务器执行所述内部监测结果的频率分析，建立n次调频策略，以此构建第二优化结果；
16、管理模块，所述管理模块用于以所述第一优化结果和所述第二优化结果进行电网调频优化管理。
17、本申请实施例的第三个方面，提供了一种电子设备，包括：存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的可执行指令时，实现本申请提供的基于深度学习与控制理论的电网调频优化方法。
18、本申请实施例的第四个方面，提供了一种计算机可读存储介质，存储有计算机程序，该程序被处理器执行时,实现本申请提供的基于深度学习与控制理论的电网调频优化方法。
19、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：
20、从存储器中调用需求数据集，并执行需求预测，通过分析需求数据集建立时序需求特征，并生成同步指令。接下来，使用同步指令控制监测端执行数据监测，并将监测结果反馈回存储器，从而生成预测环境数据。随后，储能优化服务器接收了时序需求特征和预测环境数据。同时，储能优化服务器内部存储着电网设备数据。通过对这些数据进行分析和处理，储能优化服务器执行了储能调频优化，生成了第一优化结果。与此同时，监测端执行了电网的内部数据监测，并将内部监测结果反馈至调频服务器。基于调频服务器获得的内部监测结果，进行频率分析，并建立了n次调频策略，以此构建第二优化结果。最后，将第一优化结果和第二优化结果结合起来，进行了电网调频优化管理。解决了现有技术中电网调频效果不够理想的技术问题，达到了提高调频扰动合格率的技术效果。
本文档来自技高网...【技术保护点】
1.基于深度学习与控制理论的电网调频优化方法，其特征在于，所述方法应用于电网调频优化系统，所述电网调频优化系统配置有存储器、调频服务器、储能优化服务器，与监测端通信连接，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述M1中执行需求预测，包括：
3.如权利要求1所述的方法，其特征在于，所述M2中以所述存储器生成预测环境数据，包括：
4.如权利要求1所述的方法，其特征在于，所述执行储能调频优化，包括：
5.如权利要求4所述的方法，其特征在于，所述执行稳态时序预测结果和时序需求特征的适配匹配，包括：
6.如权利要求5所述的方法，其特征在于，所述方法还包括：
7.如权利要求1所述的方法，其特征在于，所述方法还包括：
8.基于深度学习与控制理论的电网调频优化系统，其特征在于，用于实施权利要求1-7任意一项所述的基于深度学习与控制理论的电网调频优化方法，所述电网调频优化系统配置有存储器、调频服务器、储能优化服务器，与监测端通信连接，所述系统包括：
9.一种电子设备，其特征在于，所述电
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7任一项所述的基于深度学习与控制理论的电网调频优化方法。
...【技术特征摘要】
1.基于深度学习与控制理论的电网调频优化方法，其特征在于，所述方法应用于电网调频优化系统，所述电网调频优化系统配置有存储器、调频服务器、储能优化服务器，与监测端通信连接，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述m1中执行需求预测，包括：
3.如权利要求1所述的方法，其特征在于，所述m2中以所述存储器生成预测环境数据，包括：
4.如权利要求1所述的方法，其特征在于，所述执行储能调频优化，包括：
5.如权利要求4所述的方法，其特征在于，所述执行稳态时序预测结果和时序需求特征的适配匹配，包括：
6.如权利要求...
【专利技术属性】
技术研发人员：于君君，杨炳良，马连敏，智奕，初宏，王涛，朱志军，李成路，
申请(专利权)人：华能山东发电有限公司烟台发电厂，
类型：发明
国别省市：
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。