摘要
本发明涉及电力储能技术领域的一种数字化电力储能系统动态网络重构方法,S1.搭建储能系统;由智能层、控制层和数据层组成;S2.储能网络建模;采用图胶囊神经网络来学习储能网络的最优控制策略;S3.动态网络重构;基于马尔科夫决策过程生成故障应急响应模型;通过系统性优化储能网络的拓扑结构与最优控制策略,实现对故障区域的快速隔离,以及对储能设备及负载设备工作模式的动态调整和重新配置,确保储能网络在故障情境下仍能稳定运行,提高储能系统在动态环境中的灵活性和弹性(容错性);通过减少传输过程中的能量损失、平衡网络负载和防止本地故障,以解决现有技术存在的技术问题,促进新型可再生能源系统的可持续发展。
技术关键词
动态网络重构方法
电力储能系统
胶囊神经网络
负载设备
网络拓扑结构重构
节点特征
组合控制方法
平衡网络负载
新型可再生能源
开关
强化学习代理
储能设备容量
电力储能技术
消息传递机制
系统为您推荐了相关专利信息
智能一体化电源
缓冲模块
主供电电源
备用电源
超级电容模块
负载设备
电力负荷预测方法
时间序列预测模型
电流
电压
胶囊网络模型
烟叶图像
卷曲
adaboost算法
分布式存储单元
预测能耗数据
卫星姿态控制
光照
能源调度方法
设备运行状态数据