[发明专利]一种电网电力设备能源智能管理系统及方法

说明书

本发明涉及一种电网电力设备能源智能管理系统及方法，该系统包括：数据获取模块，用于获取电力设备的基础信息；电能输出量预测模块，用于训练输出功率预测网络，确定对应的训练样本，设备波动性评估模块，用于将训练样本对应的电力设备作为一级稳定发电设备；其他电力设备作为二级稳定发电设备；设备控制模块，用于根据用电量的需求，选取一级稳定发电设备进行并网投入控制，二级稳定发电设备作为备用设备。本发明能够对电力设备进行合理的分类，有针对性筛选出对电网安全性、稳定性有益的电力设备，在电力需求有限的情况下，优先采用一级发电设备投入使用，将安全性相对较低的二级发电设备作为备用设备，能够有助于提高电网的安全性和稳定性。

技术领域

本发明涉及人工智能和电力行业发电设备自动化管理领域，具体涉及一种电网电力设备能源智能管理系统及方法。

背景技术

现有技术中，对于电网的电力设备的状态监测，一般是监测其输出电压、电流及功率等指标，以功率为例，监测的功率是设备运行过程中功率输出实际值，连续监测功率的状态量及状态变化量，并与对应设定的安全阈值进行对比，超出阈值则启动相应的保护，比如切断电力设备连接电网的线路，停运电力设备，再进行事后故障检测及维修处理。

这种电力设备的监测管理方式的不足之处在于，只能在电网线路发生不稳定故障的时候，通过线路上的继电保护装置进行应急处理后，再事后找出发生线路不稳定故障的原因是可能出自电力设备上，即由于电力设备的设备老化、运行时间过长等原因，最终引发了电网线路发生不稳定故障，因此，使用这种具有安全隐患的电力设备降低了电网的安全性和稳定性。

发明内容

本发明的目的在于提供一种电网电力设备能源智能管理系统及方法，用于现有解决电力设备的监测管理方法降低电网安全性和稳定性的问题。

因此，所采用的技术方案具体如下：

数据获取模块，用于获取电力设备的基础信息，该基础信息包括设备老化度、设备型号和设备的运行时长；还用于获取设备的运行时长为t时的实际输出功率；

电能输出量预测模块，用于在所有电力设备的基础信息中，分批次的任意选取其中设定数量的电力设备的基础信息，各个批次的电力设备的基础信息均用作训练样本，将每个批次的训练样本分别作为输入，将每个批次的训练样本中设备的运行时长为t时的实际输出功率作为输出，分别单独训练输出功率预测网络，所述的输出功率预测网络采用神经网络，训练后输出各个输出功率预测网络的准确率大小，根据各个输出功率预测网络的准确率大小选取基准网络，作为预测电力设备输出功率的最优网络；所述电力设备的基础信息具体为设备老化程度、设备类型、设备运行时长；

设备波动性评估模块，用于选取参与所述最优网络进行训练的训练样本中对应的电力设备，作为一级稳定发电设备；选取不参与所述最优网络训练的电力设备作为二级稳定发电设备；

设备控制模块，用于在设备波动性评估模块确定的所有一级稳定发电设备中，根据功率需求和为各发电设备提前预设的优先级投入顺序，选取一级稳定发电设备进行并网投入控制，剩余的一级稳定发电设备和二级稳定发电设备作为备用设备。

优选的，所述神经网络的具体构建过程如下：

收集训练样本，包括若干个待筛选电力设备的基础信息，该基础信息表示为，其中，为第个电力设备的设备标识，中的三个符号依次为第个电力设备的设备老化度、设备型号和设备运行时长；

训练输出功率预测网络，包括功率输出量预测编码器和全连接层，网络输入电力设备的基础信息，也即，通过功率输出量预测编码器编码后获取特征向量，将特征向量送入全连接层，网络输出设备运行时长为t个小时的输出功率实际值，该值通过检测得到。

优选的，根据各个输出功率预测网络的准确率大小选取基准网络，作为预测电力设备输出功率的最优网络包括：