一种基于多级数据的电网调控方法及系统与流程

本发明涉及电网调控，尤其涉及一种基于多级数据的电网调控方法及系统。

背景技术：

1、电网调控是电力系统调度运行领域软件应用系统进行电网运行监控、分析计算所需的基础数据，但随着越来越大的用电需求，电网负载也日益增加，因此需要对电网调控策略进行实时更新和优化。

2、在现有技术中，cn114548653a，一种电网负荷调控平台数据采集方法、系统与电子设备提供一种电网负荷调控平台数据采集方法、系统与电子设备，通过对数据进行整合的机制和手段，使数据得到综合利用，能够很好地为决策分析提供支撑，提高系统投资回报率，能够对各业务系统的数据进行有效融合，集中统一管理，转化为有价值的信息，为相关的业务应用提供统一的数据支持，真正实现一个数据，一个入口，统一出口、多级应用，从多种异构数据源自动获取有关数据，并根据数据的属性关系进行有效性校验，实现自动计算、统计、汇总及自动义的操作方式，满足不同业务场景应用及不同的业务领域提供应用。

3、cn107451188a，一种电网调控模型数据多级节点组合的发布方法及系统，公开了一种电网调控模型数据多级节点组合的发布方法及系统，设定电网调控模型多级节点组合的范围；在所述电网调控模型多级节点组合的范围内，建立容器对象涉及的多级节点的配置文件；通过单一属性节点访问容器对象涉及的多级节点的配置文件，发布所述容器对象包含的多级节点数据，本发明提供的技术方案结合特定容器下对象数据层次定义，通过设定专属特性标识，提供了一种整体访问设备容器内电网调控模型全数据的方法。该方法不改变opcua对象访问服务的定义，仅在服务实现端增加对设备容器内对象及属性的层次化的编排，使应用能够快速获取所需电网调控模型数据。

4、综上，现有技术虽然能够对电网中现有设备数据进行读取和根据预设模式对电网调控策略进行调整，但无法根据实时负载对电网进行适应性调整，也未考虑时间和历史用电策略对电网调控策略的影响，因此，本方案至少能解决一部分现有问题。

技术实现思路

1、本发明实施例提供一种基于多级数据的电网调控方法及系统，用于根据电网实时状态动态调整电网调控策略。

2、本发明实施例的第一方面，一种基于多级数据的电网调控方法，包括：

3、获取电网初始数据，将所述电网初始数据输入至预设的第一负荷预测模型，通过所述第一负荷预测模型对所述电网初始数据进行预处理，确定第一负荷输入，根据所述第一负荷输入，结合所述第一负荷预测模型，得到第二负荷输入；

4、根据所述第二负荷输入，结合预设的第二负荷预测模型，将所述第二负荷输入在所述第二负荷预测模型中以根节点至叶节点的顺序进行传递，得到第二负荷输出，根据所述第二负荷输出，结合预设的结果优化算法，确定负荷预测结果，其中，所述第二负荷模型是基于极端梯度提升算法构建的树模型；

5、根据所述负荷预测结果，结合电网初始数据，构建能源动作空间，根据所述能源动作空间，通过预设的策略优化算法，确定调控优化策略，其中，所述策略优化算法是根据改良的近端策略优化算法构建的。

6、在一种可选的实施方式中，

7、所述将所述电网初始数据输入至预设的第一负荷预测模型，通过所述第一负荷预测模型对所述电网初始数据进行预处理，确定第一负荷输入，根据所述第一负荷输入，结合所述第一负荷预测模型，得到第二负荷输入包括：

8、通过数据库获取历史用电数据，并根据设置于电网节点中的智能传感器获取电网状态数据，将所述历史用电数据和所述电网状态数据加入至同一集合，并记为所述电网初始数据；

9、通过所述第一负荷预测模型对所述电网初始数据进行数据清洗和特征选择操作，得到所述第一负荷输入；

10、根据所述第一负荷输入，通过所述第一负荷预测模型中的双向状态网络，确定前向隐藏状态和后向隐藏状态；

11、根据所述前向隐藏状态和所述后向隐藏状态，结合预设的残差模块和自注意力机制，将所述双向状态网络中特定层的输入数据直接加入至所述双向状态网络的输出数据中，确定所述第二负荷输入。

12、在一种可选的实施方式中，

13、所述根据所述第二负荷输入，结合预设的第二负荷预测模型，将所述第二负荷输入在所述第二负荷预测模型中以根节点至叶节点的顺序进行传递，得到第二负荷输出，根据所述第二负荷输出，结合预设的结果优化算法，确定负荷预测结果，其中，所述第二负荷模型是基于极端梯度提升算法构建的树模型包括：

14、获取所述第二负荷输入，将所述第二负荷输入加入至所述第二负荷预测模型，所述第二负荷输入从所述第二负荷预测模型的根节点向下传递，在每个叶节点处，根据预设的节点分裂条件，判断传递方向，若满足所述预设的节点分裂条件则向左传递，若不满足，则向右传递，直至传递完成，得到所述第二负荷输出；

15、根据所述第二负荷输出，结合所述结果优化算法，去除所述第二负荷中的异常值并根据数据趋势进行修正，确定所述负荷预测结果。

16、在一种可选的实施方式中，所述方法还包括训练所述第二负荷预测模型：

17、获取第二负荷输入，将所述第二负荷输入转换为特征向量，对于连续特征值，通过等频分桶策略将所述连续特征值划分离散的区间，进行离散化，得到特征取值范围，根据所述特征取值范围，通过轻量梯度提升算法构建直方图；

18、基于叶节点优先生长策略，通过节点增益函数确定当前叶节点的第一增益值，选择当前叶节点中拥有最大增益的节点进行分裂，得到最大增益值并根据所述最大增益值构建损失函数，根据所述损失函数，计算当前叶节点的梯度和二阶导数，并构建目标函数的二阶泰勒展开；

19、对于每个叶节点，遍历全部叶节点的特征值，结合当前叶节点的梯度和二阶导数，确定分裂后损失函数值最小叶节点，记为分裂叶节点，并将所述分裂叶节点分裂为两个叶节点，并计算分裂后叶节点的梯度和二阶导数，重复操作直至满足停止条件。

20、在一种可选的实施方式中，

21、所述通过节点增益函数确定当前叶节点的第一增益值，选择当前叶节点中拥有最大增益的节点进行分裂，得到最大增益值并根据所述最大增益值构建损失函数如下公式所示：

22、;

23、其中， d表示当前节点的数据集， loss(d)表示损失函数， yi表示样本 i的真实标签， yavg表示当前节点的均值， ysplit表示分裂后的节点均值， maxsplit ()表示在所有可能的方式中选择能够最大化损失函数的分裂方式。

24、在一种可选的实施方式中，

25、所述根据所述负荷预测结果，结合电网初始数据，构建能源动作空间，根据所述能源动作空间，通过预设的策略优化算法，确定调控优化策略包括：

26、获取所述负荷预测结果和所述电网初始数据，根据所述负荷预测结果和所述电网初始数据，定义状态空间，根据所述状态空间确定第一调整范围和第二调整范围，根据所述第一调整范围和第二调整范围，结合预先获取的电源单元特性，确定所述能源动作空间；

27、根据所述能源动作空间，结合系统损耗和电网稳定性，确定奖励函数，根据所述奖励函数，在每个时间步根据所述策略优化算法选择电网动作，根据所述电网动作，迭代所述状态空间和所述能源动作空间，根据迭代后的状态空间和能源动作空间，结合预设的策略优化算法，确定所述调控优化策略。

28、在一种可选的实施方式中，

29、所述根据所述能源动作空间，结合系统损耗和电网稳定性，确定奖励函数如下公式所示：

30、；

31、其中， r(s,a)表示奖励值， s表示系统状态， a表示电网动作， loss（s,a）表示系统损耗， α表示权重系数， voltagestability(s,a)表示电压稳定性。

32、本发明实施例的第二方面，提供一种基于多级数据的电网调控系统，包括：

33、第一单元，用于获取电网初始数据，将电网初始数据输入至预设的第一负荷预测模型，通过所述第一负荷预测模型对所述电网初始数据进行预处理，确定第一负荷输入，根据所述第一负荷输入，结合所述第一负荷预测模型，得到第二负荷输入；

34、第二单元，用于根据所述第二负荷输入，结合预设的第二负荷预测模型，将所述第二负荷输入在所述第二负荷预测模型中以根节点至叶节点的顺序进行传递，得到第二负荷输出，根据所述第二负荷输出，结合预设的结果优化算法，确定负荷预测结果，其中，所述第二负荷模型是基于极端梯度提升算法构建的树模型；

35、第三单元，用于根据所述负荷预测结果，结合电网初始数据，构建能源动作空间，根据所述能源动作空间，通过预设的策略优化算法，确定调控优化策略，其中，所述策略优化算法是根据改良的近端策略优化算法构建的。

36、本发明实施例的第三方面，

37、提供一种电子设备，包括：

38、处理器；

39、用于存储处理器可执行指令的存储器；

40、其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。

41、本发明实施例的第四方面，

42、提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。

43、本发明实施例通过预设的第一和第二负荷预测模型，该方案能够对电网的负荷进行精准的预测。这有助于系统更好地了解未来的用电需求，从而制定更有效的调控策略，采用基于极端梯度提升算法构建的树模型，可以更好地捕捉负荷之间的复杂关系。这种模型能够提供更准确的第二负荷预测结果，有助于改善对电网状态的理解，通过结合负荷预测结果和电网初始数据，能够构建能源动作空间。这个空间反映了系统中可用的能源调控选项，为后续的策略优化提供了基础，综上所述，本方案通过负荷预测和策略优化算法能够更好地适应电网运行的复杂性，提高电网的调控能力。