摘要
本发明提出一种智能动态电压暂降补偿控制方法及系统,包括:从电网关键节点和设备获取监测数据并上传至云端进行处理得到训练数据;利用深度学习建立电网状态预测模型,通过实时监测数据预测电压趋势和暂降发生概率,得出电压暂降预测数据,定位潜在源头并分析结果;采用深度强化学习训练多设备协同控制策略,依据分析结果制定优化方案,生成多设备协同控制方案;通过分布式执行模块对变压器和发电机组等设备进行协调调整实现电压暂降的动态补偿。通过采用人工智能和物联网技术,实现了智能化和协同化水平,能高效精准地针对不同类型和时间尺度的电压暂降进行动态分析判断和优化修正,从而实现了电网补偿水平的显著提升。
技术关键词
多设备协同
电压暂降分析
实时监测数据
深度强化学习
协同控制策略
电网拓扑结构
动态
决策树模型
发电机组
历史运行数据
云端
深度学习模型
电压暂降补偿
电网关键节点
系统为您推荐了相关专利信息
量评估方法
实时监测数据
网格模型
监控阈值
多相流动
供热改造机组
负荷分配方法
高背压机组
主蒸汽流量
循环水
DNN模型
推理方法
终端设备
网络流图
深度神经网络模型
能效优化方法
深度强化学习模型
学习算法
实时数据
规划算法
地质灾害监测方法
后台服务平台
GIS地图
实时监测数据
卫星通信模组