一种模态奇异值分解预测平行大模型的电网电压控制方法技术

本发明专利技术提出一种模态奇异值分解预测平行大模型的电网电压控制方法，该方法将双向门控循环单元、双层自适应噪声完备集成经验模态分解、奇异值分解和自注意力Transformer模型进行结合，用于基于信息物理社会融合的平行系统的电压控制；首先，所提方法中的双向门控循环单元方法用于预测未来电网电压；其次，所提方法利用自适应噪声完备集成经验模态分解和奇异值分解相结合的方法对电压偏差序列进行分解；最后，所提方法利用自注意力Transformer模型输出调压指令；所提方法能减少训练的时间，节约训练的内存，能更快更稳定地获得更小的电压偏差，提高电压控制的精度和效率。

【技术实现步骤摘要】

本专利技术属于人工智能、电力系统、智能电网和综合能源系统的自动电压控制领域，涉及一种基于人工智能的自动电压控制方法，适用于电力系统、智能电网和综合能源系统的自动电压和智能电压的控制。

技术介绍

1、目前，新型电力系统是基于信息物理社会融合系统架构的能容纳各种新能源的电网，新型电力系统对经济安全、能源安全及环境安全的最优支撑需要在“信息-物理-社会”的三维平行系统中描述，作为信息物理社会融合系统的基本单元，平行系统是由现实系统和虚拟人工系统组成的系统，平行系统能够控制无法建立模型的被控对象，平行系统在电力系统中逐步发展，但是，现在并没有针对智能电压控制的平行系统与平行平台。

2、另外，智能电压控制技术几乎都是以机器学习算法为基础的技术，作为强化学习系列算法的代表的q学习算法具备了认知环境、学习规律和生成策略的能力，但是强化学习系列算法需要存储大量的历史数据和动作，这些数据的存储需求较高，会占用大量的内存资源，在新型电力系统的框架中，基于强化学习系列的算法并不适合于解决电力系统电压控制问题。

3、因此，提出一种模态奇异值分解预测平行大模本文档来自技高网...

【技术保护点】

1.一种模态奇异值分解预测平行大模型的电网电压控制方法，其特征在于，将双向门控循环单元、双层自适应噪声完备集成经验模态分解、奇异值分解和自注意力Transformer模型进行结合，用于基于信息物理社会融合的平行系统的电压控制，具有预测未来电网电压的偏差值，优化控制器的控制指令以维持电网电压稳定，减少训练的时间，节约训练的内存，加快收敛的速度，提高对电网电压的控制精度，降低电压的偏差，稳定电压水平，提高电力系统的稳定性，在使用过程中的步骤为：

【技术特征摘要】

1.一种模态奇异值分解预测平行大模型的电网电压控制方法，其特征在于，将双向门控循环单元、双层自适应噪声完备集成经验模态分解、奇异值分解和自注意力transformer模型进行结合，用于基于信息物理社会融合的平行系统的电压控...

【专利技术属性】
技术研发人员：殷林飞，莫难，
申请(专利权)人：广西大学，
类型：发明
国别省市：