摘要
本发明公开了一种量测缺失环境下的配电网无功电压控制方法,涉及配电网电压控制技术领域,构建了量测大范围缺失的配电网环境;建立基于图卷积神经网络GCN的降噪自编码器DAE量测补全模型,包括GCN编码器挖掘各有限物理量空间关联性,DNN解码器还原量测缺失节点电压信息;建立量测缺失环境下双时间尺度电压控制模型,控制设备包括慢时间尺度OLTC和快时间尺度PV逆变器;对控制过程进行多智能体完全可观测马尔可夫过程建模,采用改进的MASAC算法训练双时间尺度智能体。本发明还公开了一种量测缺失环境下的配电网无功电压控制装置,本发明实现了量测大范围缺失下无模型电压控制,降低了量测装备部署成本,提升了电压控制时效性。
技术关键词
双时间尺度
PV逆变器
电压控制模块
编码器
配电网无功电压控制
节点特征
解码器
光伏逆变器
梯度下降算法
策略
矩阵
生成控制设备
电压控制技术
接入节点
智能电表采集
系统为您推荐了相关专利信息
摘要生成方法
档案综合管理系统
定制摘要
词语
生成器网络
特征提取模型
清洗设备
生成对抗网络
训练分类器模型
数据
高分遥感影像
深度学习模型
遥感图像数据
多任务
识别方法