买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国家电网有限公司;国网重庆市电力公司信息通信分公司

摘要：本申请提供一种基于人工智能的电力智能调度方法，涉及智慧电网调度技术领域，其中该方法包括：从至少一个边缘设备接收当前节点发电参数，并根据各个当前节点发电参数确定电力系统的当前电网发电数据；将当前电网发电数据和目标地理区域对应未来预设时间段的预报天气信息输入至深度强化学习模型，以确定针对各个电力节点在未来预设时间段的目标电力调度策略；针对各个目标电力调度策略，发送目标电力调度策略至相应电力节点的边缘设备，使得边缘设备根据目标电力调度策略调整针对电力节点的输出发电量和用电负载分配信息。由此，有效平衡电网的供需关系，提升了电力系统的整体性能和资源利用率。

主权项：1.一种基于人工智能的电力智能调度方法，应用于中心服务器，所述方法包括：从至少一个边缘设备接收当前节点发电参数，并根据各个所述当前节点发电参数确定电力系统的当前电网发电数据；每一所述当前节点发电参数分别唯一对应于电力系统中的各个电力节点，各个所述电力节点均用于向目标地理区域中的用电设备供电；针对各个所述电力节点分别设置有相应的边缘设备和物联网传感器，所述物联网传感器用于采集相应电力节点的节点发电参数并传输至相应的边缘设备；所述当前节点发电参数的参数类型包含：节点发电类型、节点当前发电量、节点发电资源余量、节点电网运行参数和节点负载水平；各个所述当前节点发电参数中的节点发电类型涵盖可再生能源类型和煤炭发电类型，所述可再生能源类型包含风力发电类型和光伏发电类型；将所述当前电网发电数据和所述目标地理区域对应未来预设时间段的预报天气信息输入至深度强化学习模型，以确定针对各个所述电力节点在所述未来预设时间段的目标电力调度策略，所述目标电力调度策略包含目标发电量分配额和目标负荷分配额；所述深度强化学习模型的状态空间中各个状态是根据天气信息和电网发电数据而定义的，所述深度强化学习模型的动作集中的各个动作是由发电量调整幅度和负荷调整幅度而定义的，所述深度强化学习模型的奖励是由所述电力系统的电网运行稳定性和可再生能源利用效率而定义的；针对各个所述目标电力调度策略，发送所述目标电力调度策略至相应电力节点的边缘设备，使得所述边缘设备根据所述目标电力调度策略调整针对所述电力节点的输出发电量和用电负载分配信息；所述深度强化学习模型采用DDPG模型，所述DDPG模型包含Actor网络模块和Critic网络模块；将所述当前电网发电数据和所述目标地理区域对应未来预设时间段的预报天气信息输入至深度强化学习模型，以确定针对各个所述电力节点在所述未来预设时间段的目标电力调度策略，包括：所述Actor网络模块用于在所述状态空间中，确定针对第二电力节点的当前状态的至少一个可转移的状态，并根据所述当前状态和各个所述可转移的状态确定相应的状态转移动作；所述当前状态是根据所述当前电网发电数据和所述预报天气信息从所述状态空间的各个状态中匹配而确定的；所述Critic网络模块用于确定各个状态-动作对所分别对应的状态转移奖励值，并根据对应状态转移奖励值最大的状态转移动作确定所述第二电力节点的目标电力调度策略；所述Critic网络模块的奖励函数为： 式中，表示奖励值，表示节点电网电压，表示节点电网频率，表示所述电力系统的可再生能源发电总量，表示所述电力系统的总发电量；表示根据训练样本集所确定的所述电力系统的在实际电网负荷与预测负荷之间的偏差信息；针对数据样本集的构建过程包括：获取原始数据样本集；对所述原始数据样本集进行条件重采样，以实现数据增强，包括：根据输入信息确定供电关键条件；所述输入信息包含以下中的至少一个关注维度：极端天气信息、高需求峰值时段、供电负荷变化和可再生能源波动信息；根据所述供电关键条件，将所述原始数据样本集分为第一数据样本子集和第二数据样本子集；所述第一数据样本子集中的各个样本符合所述供电关键条件，以及所述第二数据样本子集中的各个样本不符合所述供电关键条件；针对所述第一数据样本子集中的各个样本，基于自适应合成采样方法确定所述样本所对应的合成样本；根据各个所述合成样本扩充所述原始数据样本集，以构建所述数据样本集。

全文数据：

权利要求：

百度查询： 国家电网有限公司 国网重庆市电力公司信息通信分公司 基于人工智能的电力智能调度方法