[发明专利]基于混合增强智能的轨道供电调度计算系统、介质及设备在审

专利信息
申请号: 202310082226.X 申请日: 2023-02-03
公开(公告)号: CN116111586A 公开(公告)日: 2023-05-12
发明(设计)人: 周桔红;王玉龙;殷杰;蔡文玲;刘绿曼 申请(专利权)人: 广州地铁集团有限公司
主分类号: H02J3/00 分类号: H02J3/00;H02J13/00;G06Q50/06
代理公司: 广州新诺专利商标事务所有限公司 44100 代理人: 罗毅萍;张芬
地址: 510330 广东省广州*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 混合 增强 智能 轨道 供电 调度 计算 系统 介质 设备
【说明书】:

本发明公开了一种基于混合增强智能的轨道供电调度计算系统、介质及设备,所述系统包括供电运行监测与调度控制模块、运行动态仿真模块、调度知识库、人机共融决策模块、供电管理模块和展示交互平台,结合轨道交通供电调度的特点与计算需求,应用混合增强智能计算技术,实现多源数据融合计算与人机共融交互决策,提高轨道交通供电调度的决策水平与运行可靠性。

技术领域

本发明属于城市轨道交通供电系统技术领域,具体涉及一种基于混合增强智能的轨道供电调度计算系统、介质及设备。

背景技术

供电调度控制系统是城市轨道交通运作的重要环节,为轨道交通运行的电能供给进行管理公职,传统的调度计算模型按照预先设置的参数与调度规则,并考虑调度员的运行经验制定轨道交通供电策略。对于城市互联要求下的规模扩大、随机性与复杂性增长的新一代城市轨道交通系统,传统调度计算模型面临数据处理困难、场景特征辨识困难、策略调整时效性较低的问题,城市轨道交通的供电调度控制在建模与计算方法具有较大的改进需求。例如:申请公布号为CN111376954A的发明专利“一种列车自主调度方法和系统”,此专利给出了基于智能体预训练的调度决策方案与系统构成,此专利内容缺乏考虑多源数据特征挖掘下的自适应调整与智能体动态推演的功能,同时还存在固定调度场景模型训练泛化性不足的缺陷;申请公布号为CN114139354A的发明专利“基于强化学习的电力系统仿真调度方法及系统”,此专利内容存在未对调度知识融合数据驱动、智能体解释性不足的缺陷。

本发明提出了一种新型智能化计算方法,利用多源数据信息融合供电运行的物理特性,扩展调度知识库,形成人机交互的混合增强智能体计算与决策体系,混合增强智能的供电调度计算具备实时交互、“数据+模型”联合驱动、高效计算与决策的显著优点,能够极大提升运行计算的模型精度与智能体适应性,支持多场景可变运行方式下的多源数据分析与控制管理,通过智能体交互决策与调度知识库构建,实现人工智能技术与大数据技术对供电管理的有效应用。

发明内容

为了克服上述技术缺陷,本发明提供了一种基于混合增强智能的轨道供电调度计算系统,提高轨道交通供电调度的决策水平与运行可靠性。

为了解决上述问题,本发明按以下技术方案予以实现的:

一种基于混合增强智能的轨道供电调度计算系统,包括:

供电运行监测与调度控制模块,用于构建轨道交通运行模型;

运行动态仿真模块,与供电运行监测与调度控制模块连接,用于根据轨道交通运行模型进行运行动态仿真计算、推演运行环境以及生成基于人机博弈的场景调度数据;

调度知识库,与供电运行监测与调度控制模块、运行动态仿真模块连接,用于接收并根据历史运行调度数据信息和场景调度数据,融合仿真场景生成数据,根据调度体系制定的引导机器学习的规则生成数字化知识图谱,训练生成调度知识网络;

人机共融决策模块,与调度知识库连接,根据调度员指令引导调度知识解释,修正调度知识图谱对应元素,并对调度知识库的机器学习进行过程解释与结果解释,根据智能体训练及调度员指令输出供电场景决策方案;

供电管理模块,与轨道交通供电运行监测与调度控制模块、人机共融决策模块连接,用于接收供电场景决策方案,根据轨道交通供电实时状态、轨道交通运行模型与供电调度要求生成调度控制策略,输出轨道交通供电调度方案;

展示交互平台,与供电管理模块连接,用于展示运行数据以及轨道交通供电调度方案,接收并对用户的操作指令进行反馈。

进一步的,还包括调度体系模块,调度体系模块与调度知识库连接,调度体系模块存储有调度规程和运行理论,调度规程和运行理论通过数据图表征方法转换为调度知识图谱,引导智能体机器学习的计算规则转换为图表示输入训练。

进一步的,供电运行监测与调度控制模块包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州地铁集团有限公司,未经广州地铁集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310082226.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top