本發(fā)明涉及電力工程領(lǐng)域、人工智能領(lǐng)域和聯(lián)邦學(xué)習領(lǐng)域，更具體地，涉及一種基于聯(lián)邦學(xué)習的有源臺區(qū)電力設(shè)備調(diào)控方法及電力系統(tǒng)。

背景技術(shù)：

1、在電力系統(tǒng)中，隨著分布式能源和智能電網(wǎng)的快速發(fā)展，電力系統(tǒng)的臺區(qū)內(nèi)的電力設(shè)備逐漸具備智能調(diào)控和自我優(yōu)化能力。然而，伴隨著電力運行數(shù)據(jù)的實時采集和智能調(diào)控的需求，傳統(tǒng)的臺區(qū)調(diào)控模式在處理復(fù)雜的能源交易、碳配額管理、電力設(shè)備運行等任務(wù)時，缺乏足夠的智能化手段，難以實現(xiàn)對電力系統(tǒng)高效的能源管理和低碳優(yōu)化。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明提供了一種基于聯(lián)邦學(xué)習的有源臺區(qū)電力設(shè)備調(diào)控方法及電力系統(tǒng)。

2、本發(fā)明的一個方面提供了一種基于聯(lián)邦學(xué)習的有源臺區(qū)電力設(shè)備調(diào)控方法，應(yīng)用于電網(wǎng)系統(tǒng)，上述電網(wǎng)系統(tǒng)包括服務(wù)端與多個智能體端，上述有源臺區(qū)電力設(shè)備調(diào)控方法包括：上述智能體端對智能體端模型執(zhí)行第一階段訓(xùn)練操作，得到第一智能體端模型參數(shù)，其中，上述智能體端模型用于通過處理上述電網(wǎng)系統(tǒng)中目標有源臺區(qū)的臺區(qū)運行狀態(tài)，得到用于調(diào)控上述目標有源臺區(qū)中的電力設(shè)備的電力設(shè)備動作；上述服務(wù)端對多個上述智能體端各自的第一智能體端模型參數(shù)進行參數(shù)聚合，得到全局模型參數(shù)；多個上述智能體端對各自的全局智能體模型執(zhí)行第二階段訓(xùn)練操作，得到上述智能體端的第二智能體端模型參數(shù)，上述全局智能體模型基于上述全局模型參數(shù)確定；上述服務(wù)端對多個上述智能體端各自的第二智能體端模型參數(shù)進行聚類，得到多個中心模型參數(shù)；上述智能體端從多個上述中心模型參數(shù)中確定目標智能體端模型參數(shù)；以及上述智能體端利用基于上述目標智能體端模型參數(shù)確定的目標智能體端模型，調(diào)控與上述智能體端相關(guān)的電力設(shè)備執(zhí)行電力設(shè)備動作。

3、本發(fā)明的另一個方面提供了一種電網(wǎng)系統(tǒng)，包括：服務(wù)端與多個智能體端；上述智能體端配置為對智能體端模型執(zhí)行第一階段訓(xùn)練操作，得到第一智能體端模型參數(shù)，其中，上述智能體端模型用于通過處理上述電網(wǎng)系統(tǒng)中目標有源臺區(qū)的臺區(qū)運行狀態(tài)，得到用于調(diào)控上述目標有源臺區(qū)中的電力設(shè)備的電力設(shè)備動作；上述服務(wù)端配置為對多個上述智能體端各自的第一智能體端模型參數(shù)進行參數(shù)聚合，得到全局模型參數(shù)；多個上述智能體端配置為對各自的全局智能體模型執(zhí)行第二階段訓(xùn)練操作，得到上述智能體端的第二智能體端模型參數(shù)，上述全局智能體模型基于上述全局模型參數(shù)確定；上述服務(wù)端配置為對多個上述智能體端各自的第二智能體端模型參數(shù)進行聚類，得到多個中心模型參數(shù)；上述智能體端配置為從多個上述中心模型參數(shù)中確定目標智能體端模型參數(shù)；以及利用基于上述目標智能體端模型參數(shù)確定的目標智能體端模型，調(diào)控與上述智能體端相關(guān)的電力設(shè)備執(zhí)行電力設(shè)備動作。

4、根據(jù)本發(fā)明的實施例，通過基于聯(lián)邦學(xué)習機制來使各個智能體端各自訓(xùn)練本地的智能體端模型，來使第一智能體端模型參數(shù)能夠初步學(xué)習到智能體端本地的電力設(shè)備調(diào)控策略。通過服務(wù)端聚合多個智能體端各自的第一智能體端模型參數(shù)，來使得到的全局模型參數(shù)能夠融合多個智能體端的電力設(shè)備調(diào)控策略，進而可以使各個智能體端各自能夠通過對全局智能體模型進行訓(xùn)練來加速電力設(shè)備調(diào)控策略的學(xué)習效率與學(xué)習速度，服務(wù)端通過對第二智能體端模型參數(shù)進行聚類來使多個中心模型參數(shù)表征不同類型的電力設(shè)備調(diào)控策略的中心，進而可以通過智能體端從多個中心模型參數(shù)中確定目標智能體端模型參數(shù)，來使目標智能體端模型融合相同類型的多個智能體端模型的各自的電力設(shè)備調(diào)控策略，以使智能體端能夠基于目標智能體端模型來較為高效地、穩(wěn)定地調(diào)控電力設(shè)備執(zhí)行電力設(shè)備動作，提升電網(wǎng)系統(tǒng)整體的運行穩(wěn)定性。

技術(shù)特征：

1.一種基于聯(lián)邦學(xué)習的有源臺區(qū)電力設(shè)備調(diào)控方法，其特征在于，應(yīng)用于電網(wǎng)系統(tǒng)，所述電網(wǎng)系統(tǒng)包括服務(wù)端與多個智能體端，所述有源臺區(qū)電力設(shè)備調(diào)控方法包括：

2.根據(jù)權(quán)利要求1所述的有源臺區(qū)電力設(shè)備調(diào)控方法，其特征在于，所述智能體端從多個所述中心模型參數(shù)中確定目標智能體端模型參數(shù)包括：

3.根據(jù)權(quán)利要求2所述的有源臺區(qū)電力設(shè)備調(diào)控方法，其特征在于，多個關(guān)聯(lián)智能體端與相同的所述目標中心模型參數(shù)相關(guān)聯(lián)，多個所述智能體端包括所述關(guān)聯(lián)智能體端，

4.根據(jù)權(quán)利要求1所述的有源臺區(qū)電力設(shè)備調(diào)控方法，其特征在于，所述智能體端利用基于所述目標智能體端模型參數(shù)確定的目標智能體端模型，調(diào)控與所述智能體端相關(guān)的電力設(shè)備執(zhí)行電力設(shè)備動作包括：

5.根據(jù)權(quán)利要求4所述的有源臺區(qū)電力設(shè)備調(diào)控方法，其特征在于，所述第t臺區(qū)運行狀態(tài)包括所述目標有源臺區(qū)在第t時段產(chǎn)生的一下至少一項狀態(tài)信息：

6.根據(jù)權(quán)利要求4所述的有源臺區(qū)電力設(shè)備調(diào)控方法，其特征在于，所述第t電力設(shè)備動作包括以下至少一項：

7.根據(jù)權(quán)利要求1所述的有源臺區(qū)電力設(shè)備調(diào)控方法，其特征在于，所述智能體端模型包括行動網(wǎng)絡(luò)與評價網(wǎng)絡(luò)；

8.根據(jù)權(quán)利要求1所述的有源臺區(qū)電力設(shè)備調(diào)控方法，其特征在于，所述全局模型參數(shù)和所述中心模型參數(shù)是所述服務(wù)端基于同態(tài)加密算法加密得到的密文數(shù)據(jù)，所述第一智能體端模型參數(shù)和所述第二智能體端模型參數(shù)是所述智能體端基于所述同態(tài)加密算法加密得到的密文數(shù)據(jù)。

9.根據(jù)權(quán)利要求1所述的有源臺區(qū)電力設(shè)備調(diào)控方法，其特征在于，所述服務(wù)端對多個所述智能體端各自的第一智能體端模型參數(shù)進行參數(shù)聚合包括：

10.一種電網(wǎng)系統(tǒng)，其特征在于，包括：服務(wù)端與多個智能體端；

技術(shù)總結(jié)
本發(fā)明提供了一種基于聯(lián)邦學(xué)習的有源臺區(qū)電力設(shè)備調(diào)控方法及電力系統(tǒng)，涉及電力工程領(lǐng)域、人工智能領(lǐng)域和聯(lián)邦學(xué)習領(lǐng)域。該方法包括：智能體端對智能體端模型執(zhí)行第一階段訓(xùn)練操作，得到第一智能體端模型參數(shù)；服務(wù)端對多個智能體端各自的第一智能體端模型參數(shù)進行參數(shù)聚合，得到全局模型參數(shù)；多個智能體端對全局智能體模型執(zhí)行第二階段訓(xùn)練操作，得到智能體端的第二智能體端模型參數(shù)；服務(wù)端對多個智能體端各自的第二智能體端模型參數(shù)進行聚類，得到多個中心模型參數(shù)；智能體端從多個中心模型參數(shù)中確定目標智能體端模型參數(shù)；智能體端利用基于目標智能體端模型參數(shù)確定的目標智能體端模型，調(diào)控與智能體端相關(guān)的電力設(shè)備執(zhí)行電力設(shè)備動作。

技術(shù)研發(fā)人員：張磐,岳洋,吳磊,龐超,楊挺,趙宇營,李海龍,李達,許哲銘
受保護的技術(shù)使用者：國網(wǎng)天津市電力公司電力科學(xué)研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19