[实用新型]基于机器学习的梯级水电站群联合调度装置有效

专利信息
申请号: 202020613701.3 申请日: 2020-04-22
公开(公告)号: CN211628271U 公开(公告)日: 2020-10-02
发明(设计)人: 刘强;陈晓芬;汤春义;徐玲君;徐达 申请(专利权)人: 中国电建集团华东勘测设计研究院有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06
代理公司: 杭州九洲专利事务所有限公司 33101 代理人: 韩小燕
地址: 310014 浙*** 国省代码: 浙江;33
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 机器 学习 梯级 水电站 联合 调度 装置
【说明书】:

本实用新型涉及一种基于机器学习的梯级水电站群联合调度装置,以充分发挥历史优化调度规律的作用,提高梯级水电站群的调度水平和综合效益。该装置包括工情采集传感器用于采集梯级各座水电站的实时工情数据;预报采集终端用于采集梯级各座水库中长期径流预报;主控单元与工情采集传感器、预报采集终端连接用于生成梯级水电站群调度方案;移动控制单元与主控单元连接用于查看梯级水电站群的调度方案,并输入对调度方案的人工干预信息;设备操控单元与主控单元连接,用于根据梯级水电站群的调度方案,自动操控梯级各水电站的水轮发电机组、泄洪闸门、供水闸门、生态管闸门;通信管理单元与各模块相连,用于实现模块间的远程信号交换并自动生成日志。

技术领域

本实用新型涉及一种基于机器学习的梯级水电站群联合调度装置。属于水电站调度技术领域应用装置。

背景技术

实施梯级水电站群联合优化调度,能够发挥水库间的水文补偿、水利补偿和电力补偿作用,以不提高工程及下游防护对象的安全风险为前提,充分挖掘梯级的整体潜力,提高梯级综合效益。

中长期确定性联合优化调度,理论上可以实现梯级整体效益最优,但过于依赖中长期径流预报精度,因而实际应用受限。隐随机优化调度提供了另一种途径,从长系列历史优化模拟结果中提炼出包含联合优化调度的规律,可有效降低对中长期预报精度的依赖。

传统隐随机调度方法包括调度图等,其逻辑清晰、易于操作,但失之灵活。机器学习技术具有结构灵活、非线性映射能力强等特点,特别适用于梯级水电站群联合调度。

发明内容

本实用新型要解决的技术问题是:针对上述存在的问题,提供一种基于机器学习的梯级水电站群联合调度决策装置,以充分发挥历史优化调度规律的作用,提高梯级水电站群的调度水平和综合效益。

本实用新型所采用的技术方案是:一种基于机器学习的梯级水电站群联合调度装置,其特征在于:包括工情采集传感器、预报采集终端、主控单元、移动控制单元、设备操控单元、通信管理单元、电源管理单元;

工情采集传感器,用于采集梯级各座水电站的实时工情数据;

预报采集终端,用于采集梯级各座水库中长期径流预报;

主控单元,与所述工情采集传感器、预报采集终端连接,用于生成梯级水电站群调度方案;

移动控制单元,与主控单元连接,用于查看梯级水电站群的调度方案,并输入对所述调度方案的人工干预信息;

设备操控单元,与主控单元连接,用于根据梯级水电站群的调度方案,自动操控梯级各水电站的水轮发电机组、泄洪闸门、供水闸门、生态管闸门;

通信管理单元,与各模块相连,用于实现模块间的远程信号交换,并自动生成日志。

所述工情采集传感器:布设于梯级所有水电站,每座水电站均包括水轮机导叶开度传感器、泄洪闸门开度传感器、坝前水位传感器、供水管流量计、生态泄放管流量计。

所述预报采集终端:包括第三方水文预报接入终端和人工录入终端。

所述主控单元,为云服务器,内置包含机器学习模型的梯级水电站群联合调度模型。

所述移动控制单元:为手机或平板或两者的组合。

所述设备操控单元:包括梯级各水电站的水轮发电机组控制设施、泄洪闸门控制设施、供水闸门控制设施、生态闸门控制设施。

本实用新型的有益效果是:本实用新型结构简单、制作方便、成本较低,本实用新型利用非线性映射能力强、对水电站调度规律泛化能力强的机器学习技术,基于梯级水电站群实时感知信息,结合历史信息和中期水文预报信息,依靠调度技术人员的经验,科学、合理、智能地实施梯级水电站的联合优化调度。

附图说明

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中国电建集团华东勘测设计研究院有限公司,未经中国电建集团华东勘测设计研究院有限公司许可,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/202020613701.3/2.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