摘要
本申请涉及一种基于多模态数据融合的电力系统调度方法和装置。所述方法包括:获取电力系统的多模态数据,多模态数据包括电网拓扑数据、表计信息、风光能源出力预测数据、维护计划文本数据和能源综合数据;将各模态数据分别进行特征提取、时空对齐处理、分层注意力学习得到融合特征向量;利用融合特征向量对调度模型进行训练,直至总损失函数满足预设条件,总损失函数包括潮流方程约束项;获取电力系统的实时多模态数据,通过特征提取、时空对齐处理和分层注意力学习,得到实时融合特征向量;将实时融合特征向量输入训练后的调度模型,得到实时调度决策,按照实时调度决策对电力系统进行调度。采用本方法能够提高电力系统调度精度。
技术关键词
分层注意力
电力系统调度方法
多模态数据融合
空间框架
潮流方程
电力系统调度装置
表计
电力系统运行状态
风光
能源
文本
决策
电网拓扑结构
计划
数据输入模块
特征提取网络
特征提取模块
系统为您推荐了相关专利信息
干扰源特征提取
无线音频
多尺度卷积神经网络
分层注意力
分层知识库
配电网分布式优化方法
数学模型
混合整数非线性规划
增广拉格朗日
客户端
多模态数据融合
贝叶斯推理方法
缺陷预测
隐马尔可夫模型
深度学习模型
实时监测系统
在线监测模块
动态关联模型
多模态数据融合
数字孪生体
预警模型
预警方法
环网柜
预警模块
故障预警系统