中央高校基本科研业务费专项资金(2009ZM0251)
- 作品数：4 被引量：52H指数：4
- 相关作者：余涛胡细兵胡海峰黄炜马秉伟更多>>
- 相关机构：华南理工大学广东电网公司更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金广东省自然科学基金更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 地区电网广域备自投控制系统研制被引量：30
- 2011年
- 针对现行的常规备自投控制策略的不足,开发了基于EMS中高级应用软件系统的广域备自投控制决策方法,对全网所有变电站备自投的负荷联切定值进行实时整定计算。新研制的厂站端备自投装置接收来自远方主站端调度中心的控制定值,根据动作条件和控制定值自动切除相应的负荷馈线,并且通过软/硬压板灵活实现新型的"远方"和传统的"就地"备自投功能。经过严格现场测试和长时间的试运行,结果表明该新型广域备自投控制系统充分考虑了整个电网的安全稳定性约束,有效地提高了地区电网运行的安全性和供电可靠性。
- 余涛胡细兵黄炜胡海峰马秉伟
- 关键词：备自投广域控制EMS变电站
- 基于多步回溯Q(λ)学习算法的多目标最优潮流计算被引量：6
- 2010年
- 为了克服传统的最优化算法面对复杂、非线性描述的多目标最优潮流时无法满足电力系统实时调度运行的这一缺点,提出了一种基于半马尔可夫决策过程的多步Q(λ)学习算法,该算法不依赖于对象模型,将最优潮流问题中的约束、动作和目标转换成算法中的状态、动作与奖励,通过不断的试错、回溯、迭代来动态寻找最优的动作.将该算法在多个IEEE标准算例中与其他算法进行比较,取得了良好的效果,验证了多步Q(λ)学习算法在处理多目标最优潮流问题时的可行性和有效性.
- 余涛胡细兵刘靖
- 关键词：电力系统最优潮流多目标优化
- 基于平均报酬模型全过程R(λ)学习的互联电网CPS最优控制被引量：10
- 2010年
- 提出了一种新颖的基于平均报酬模型的全过程R(λ)学习互联电力系统CPS最优控制方法。该方法与电网自动发电控制(AGC)追求较高的考核时间段内的10min平均控制性能标准(CPS)指标合格率的目标相吻合,且所提出的基于平均报酬模型的R(λ)学习算法与基于折扣报酬模型的Q(λ)学习算法相比,在线学习收敛速度更快,可获得更佳的CPS指标。此外,所提出的改进的R(λ)控制器具有全过程在线学习的特点,其预学习过程被一种新型的在线"模仿学习"所代替,克服了以往强化学习控制需要另外搭建仿真模型来进行预学习收敛的严重缺陷,提高了R(λ)控制器的学习效率及其在实际电力系统中的应用性。
- 余涛袁野
- 关键词：模仿学习
- 基于改进分层强化学习的CPS指令多目标动态优化分配算法被引量：7
- 2011年
- 应用经典强化学习方法的控制性能标准(control performance standard,CPS)下自动发电控制(automatic generation control,AGC)指令(CPS指令)由调度端至电网各台机组的分配过程不可避免出现维数灾难问题。提出应用分层强化学习的方法,将全网机组按调频时延做初次分类,CPS指令逐层分配形成任务分层结构。在分层Q学习算法层与层之间引入一个时变协调因子,改进的分层Q学习算法有效提高原算法收敛速度。奖励函数中设计不同的权值线性组合,展示保守及乐观控制下系统CPS控制水平和调节成本的变化关系。南方电网统计性仿真分析表明,改进分层Q学习算法较分层Q学习算法平均收敛时间缩短47%,在复杂随机扰动的环境中改进算法能有效提高系统CPS考核合格率,并降低调节成本约5%。
- 余涛王宇名叶文加刘前进
- 关键词：分层强化学习协调因子控制性能标准自动发电控制
