(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211372950.8 (22)申请日 2022.11.03 (71)申请人 南方电网数字电网研究院有限公司 地址 510700 广东省广州市黄埔区中新广 州知识城 亿创街1号 406房之86 (72)发明人 李鹏　黄文琦　侯佳萱　曹尚　 戴珍　梁凌宇　赵翔宇　陈亦平　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 陈金普 (51)Int.Cl. H02J 3/46(2006.01) H02J 3/00(2006.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01)G06N 3/08(2006.01) (54)发明名称 一种面向电网安全稳定的数据模型混合驱 动机组组合方法 (57)摘要 本申请涉及一种面向电网安全稳定的数据 模型混合驱动机组组合方法、 装置、 计算机设备 和存储介质。 所述方法包括： 获取电网节点的负 荷信息， 以及电网节点关联的电网机组的出力信 息； 将负荷信息和出力信息输入至训练完成的机 组出力预测模 型， 得到电网机组在预设未来时间 的预测出力信息； 训练完成的机组出力预测模型 为通过对电网节点的历史负荷信息和电网机组 的历史出力信息进行监督学习训练和强化学习 训练得到； 将预测出力信息与负荷信息进行比 较， 得到出力比较结果； 根据出力比较结果， 对预 测出力信息进行更新， 得到电网机组的安全出力 信息， 作为电网机组在预设未来时间的目标出力 信息。 采用本方法能够提高机组组合的处理效率 和精确性。 权利要求书2页 说明书15页 附图6页 CN 115528750 A 2022.12.27 CN 115528750 A 1.一种面向电网安全稳定的数据模型混合驱动机组组合方法， 其特征在于， 所述方法 包括： 获取电网节点的负荷信息， 以及所述电网节点关联的电网机组的出力 信息； 将所述负荷信 息和所述出力信 息输入至训练完成的机组出力预测模型， 得到所述电网 机组在预设未来时间的预测出力信息； 所述训练完成的机组出力预测模型为通过对所述电 网节点的历史负荷信息和所述电网机组的历史出力信息进行监督学习训练和强化学习训 练得到； 将所述预测出力 信息与所述负荷信息进行比较， 得到出力比较结果； 根据所述出力比较结果， 对所述预测出力信息进行更新， 得到所述电网机组的安全出 力信息， 作为所述电网机组在所述预设未来时间的目标 出力信息。 2.根据权利要求1所述的方法， 其特征在于， 所述训练完成的机组出力预测模型通过如 下方式训练得到： 获取所述电网节点的历史负荷信息， 以及所述电网机组的历史出力 信息； 根据所述历史负荷信 息和所述历史出力信 息， 对待训练 的机组出力预测网络进行监督 学习训练， 得到训练后的机组出力预测网络； 根据所述历史负荷信 息和所述历史出力信 息， 以及所述电网节点的输电断面的历史有 功信息， 得到所述训练后的机组出力预测网络对应的历史奖励信息； 根据所述历史奖励信息， 对所述训练后的机组出力预测网络进行强化学习训练， 得到 所述训练完成的机组出力预测模型。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述历史奖励信息， 对所述训练 后的机组出力预测网络进行强化学习训练， 得到所述训练完成的机组出力预测模型， 包括： 根据所述历史负荷信息、 所述历史出力信息和所述历史奖励信息， 得到所述训练后的 机组出力预测网络对应的优势函数； 根据所述优势函数， 对所述训练后的机组出力预测网络进行并行智能体训练， 得到所 述训练完成的机组出力预测模型。 4.根据权利要求2所述的方法， 其特征在于， 所述输电断面的历史有功信 息包括所述输 电断面的历史实际有功 功率与所述输电断面的历史有功 功率极限； 所述根据 所述历史负荷信 息和所述历史出力信 息， 以及所述电网节点的输电断面的历 史有功信息， 得到所述训练后的机组出力预测网络对应的历史奖励信息， 包括： 根据所述历史实际有功功率与所述历史有功功率极限进行比较后得到的历史有功比 较结果， 将所述输电断面的历史实际有功功率， 输入至与所述历史有功比较结果对应的断 面越限奖励模型中， 得到所述输电断面的历史断面越限奖励信息； 将所述电网机组中的新能源机组的历史实际出力信息和所述新能源机组的历史最大 出力信息， 输入至所述新能源机组对应的机组消纳量奖励模型中， 得到所述新能源机组的 历史消纳量奖励信息； 将所述历史出力信息和所述电网机组中火电机组的历史状态信息输入至运行资源奖 励模型中， 得到所述电网机组的历史运行资源奖励信息； 将所述历史出力信息和所述历史负荷信息， 输入至负荷平衡奖励模型中， 得到所述电 网节点与所述电网机组之间的历史负荷平衡奖励信息；权　利　要　求　书 1/2 页 2 CN 115528750 A 2根据所述历史断面越限奖励信息、 所述历史消纳量奖励信息、 所述历史运行资源奖励 信息和所述历史负荷平衡奖励信息， 确定所述历史奖励信息 。 5.根据权利要求1所述的方法， 其特征在于， 所述根据所述出力比较结果， 对所述预测 出力信息进行 更新， 得到所述电网机组的安全出力 信息， 包括： 根据所述出力信 息对应的奖励信 息和所述电网机组 的有功功率， 确定所述电网机组 的 奖励敏感度； 当所述出力比较结果为所述预测出力信 息小于所述负荷信 息时， 根据 所述电网机组 的 奖励敏感度， 对所述电网机组的预测出力信息进行增加， 得到所述电网机组的安全出力信 息； 当所述出力比较结果为所述预测出力信 息大于所述负荷信 息时， 根据 所述电网机组 的 奖励敏感度， 对所述电网机组的预测出力信息进行减少， 得到所述电网机组的安全出力信 息。 6.根据权利要求1至 5任意一项所述的方法， 其特 征在于， 所述方法还 包括： 获取所述电网节点的电网断面的断面功率信 息， 以及所述电网节点关联的电网机组对 应的转移分布因子； 在检测到所述断面功率信 息过载的情况下， 根据 所述电网机组对应的转移分布 因子的 绝对值， 对所述电网机组进行排序， 得到所述电网机组的排序结果； 根据所述电网机组的排序结果， 依次对所述排序 结果中各个电网机组 的机组功率信 息 进行更新， 得到所述 排序后电网机组的安全功率信息 。 7.一种面向电网安全稳定的数据模型混合驱动机组组合装置， 其特征在于， 所述装置 包括： 电网信息获取模块， 用于获取电网节点的负荷信息， 以及所述电网节点关联的 电网机 组的出力 信息； 出力信息预测模块， 用于将所述负荷信 息和所述出力信 息输入至训练完成的机组出力 预测模型， 得到所述电网机组在预设未来时间的预测出力信息； 所述训练完成的机组出力 预测模型为通过对所述电网节点的历史负荷信息和所述电网机组的历史出力信息进行监 督学习训练和强化学习训练得到； 出力信息比较模块， 用于将所述预测出力信息与所述负荷信息进行比较， 得到出力比 较结果； 出力信息更新模块， 用于根据 所述出力比较结果， 对所述预测出力信 息进行更新， 得到 所述电网机组的安全出力 信息。 8.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现权利要求1至 6中任一项所述的方法的步骤。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被 处理器执行时实现权利要求1至 6中任一项所述的方法的步骤。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 该计算机程序被处理器执行 时实现权利要求1至 6中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115528750 A 3