摘要
本发明公开了一种极端气象下新能源电力系统连锁故障识别方法及系统,属于电力系统故障检测技术领域。具体方法包括:建立极端气象下新能源电力系统故障链模型;建立最大负载损失故障链搜索模型,并将最大负载损失故障链搜索模型构建POMDP的最优动作选择策略;通过∈‑贪婪策略求解POMDP的最优动作选择策略,生成故障链集合,其中,在概率∈下,将实际极端气象下的电力系统数据采用加权潮流法进行故障链的求解,在概率1‑∈下,将实际极端气象下的电力系统数据输入融合大语言模型的深度强化学习算法进行故障链的求解,实现极端气象下新能源电力系统连锁故障识别。本发明能够快速识别潜在的连锁故障,确保电力供应的可靠性和安全性。
技术关键词
新能源电力系统
故障识别方法
大语言模型
深度强化学习算法
气象
搜索器
电力系统故障
贪婪策略
深度强化学习模型
电力设备
故障识别系统
数据存储
阶段
负荷
网络
系统为您推荐了相关专利信息
发票校验方法
大语言模型
表格
处理器
可读存储介质
山区公路边坡
地质灾害风险
预警方法
路段
图像识别技术识别
舞动预警方法
输电线路覆冰
风速
数据
概率分布函数
风险分析方法
信息检测模块
大语言模型
分析模块
表格