电工电能新技术

北大核心,INSPEC,JST,Pж(AJ),CSCD

国内刊号:11-2283/TM

国际刊号:1003-3076

电工电能新技术杂志2024年第8期:融合负荷引力聚类与深度Q网络的智能化台区设计

发布日期:

作者:奚振乾1, 韩祝明2, 王亚辉3, 任新丁4, 崔秋实5

单位:1.国网安徽省电力有限公司, 安徽 合肥 230022;
2.安徽明生恒卓科技有限公司, 安徽 合肥 230031;
3.上海电力大学电气工程学院, 上海 200090;
4.郑州大方软件股份有限公司, 河南 郑州 450052;
5.重庆大学电气工程学院, 重庆 400044

关键词:台区智能规划设计; 负荷引力; 密度聚类; 深度强化学习

随着电网的深化改革,对电网企业的精准投资和合理运行也提出了更高的要求。传统的配电台区规划设计,缺少科学的计算模型,导致设计阶段即出现供电距离长、导线曲折系数大等一系列问题。为了更好地推进配电台区规划设计方案科学制定,本文提出了一种基于强化学习的台区智能一体化规划设计方法。本文首先利用用户的历史负荷数据,采用负荷间引力的密度聚类算法对用户区域进行合理地划分,确定负荷中心。在划分好的区域内,采用深度强化学习算法对用户点、负荷中心点以及障碍物进行建模,设定最优路线的损失函数,对乡镇台区低压线路拓扑结构进行合理的规划设计。最后基于规划设计的拓扑及用户历史用电数据开展节点中性线电流最小计算,给出单相用户到相计算,实现低压电网中性线损耗最低。本文利用安徽省某地区的实际情况进行验证,使用本文所提的方法改造低压台区,变压器的布局偏移负荷中心点仅17 m,台区的线损率为1.5%,低于2.0%。

来源:2024年第8期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2024年第8期

联系我们

  • 地址:北京市海淀区中关村北二条6号
  • 电话:010-82547196
  • E-mail:dgdnedit@mail.iee.ac.cn

咨询工作人员