一种基于决策导向学习的配电网规划方法

AITNT
正文
推荐专利
一种基于决策导向学习的配电网规划方法
申请号:CN202511553033
申请日期:2025-10-29
公开号:CN121031996A
公开日期:2025-11-28
类型:发明专利
摘要
本发明涉及配电网控制相关技术领域,具体包括一种基于决策导向学习的配电网规划方法,所述方法包括:获取配电网规划数据集;训练场景生成模型,内层优化连接层对于配电网规划数据集进行特征解析与约束嵌入,外层优化连接层以薄弱边界区域为优先导向域;输出配电网规划方案。解决了无法充分应对新能源出力波动与负荷时空变化的不确定性,难以适配新型电力系统的复杂需求的技术问题,实现了通过特征解析与约束嵌入实现数据与电气约束的深度耦合,以薄弱边界区域为优先导向域强化高风险区域场景覆盖,提升对新能源波动、负荷变化等不确定性的应对能力,以最小化期望决策损失为目标,动态优化规划策略,提升配电网规划方案的可靠性的技术效果。
技术关键词
配电网规划方法 配电网规划数据 决策 电网拓扑模型 负荷预测误差 TVS二极管 电气 新型电力系统 关系 训练场景 动态 策略 分布特征 偏差
系统为您推荐了相关专利信息
1
一种档案整理多模态智能AI分类系统和方法
分类系统 多模态特征 三元组 生成关联图像 多模态分类器
2
一种5T设备自动布点方法
关键点 布点方法 探测设备 进化算法 拉丁超立方抽样方法
3
一种鲍鱼肽生产流程优化与智能决策方法及系统
智能决策方法 智能决策模型 遗传算法优化 全局资源分配 鲍鱼
4
一种潮流断面功率调整关键影响节点的提取方法及装置
潮流断面 决策树模型 电力系统潮流 节点 强化学习模型
5
薄层状岩体隧洞锚杆止裂增效方法和系统
参数优化算法 锚杆预应力 决策算法 增效方法 隧洞
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号