基于深度强化学习的自适应不确定性经济调度

当风电、光伏等间歇性电源大规模接入电力系统时,为应对其出力的不确定性,电力系统经济调度模型需建立在对不确定性建模的基础上,建模精确度将直接影响调度结果的精确度。但当系统同时包含风电、光伏和负荷复杂的不确定性时,对系统整体不确定性进行精确建模显得尤为困难。针对这一问题,引入深度强化学习中深度确定性策略梯度算法,避免对复杂的不确定性进行建模,利用其与环境交互、根据反馈学习改进策略的机制,自适应不确定性的变化。为确保算法适用性,进行了模型泛化方法的设计,针对算法稳定性问题进行了感知-学习比例调整和改进经验回放的机制设计。算例结果表明,所提方法能在自适应系统不确定性的基础上,实现任意场景下的电力系统动态经济调度。     

工程机械可靠性标准体系的研究与构建

阐述当前工程机械行业可靠性标准化工作的发展现状，找出目前该领域可靠性标准体系构建面临的不足，并结合工程机械产品可靠性标准化工作的实际需求，进行工程机械可靠性标准体系的初步构建，并对其中的标准规划内容进行简要说明，最后给出工程机械行业的可靠性标准工作的建议，以期为从事工程机械行业可靠性和标准化工作的人员提供参考，为提高我国工程机械产品的可靠性提供支持。     

基于磁热耦合仿真的筒式永磁调速器散热研究

针对筒式永磁调速器长时间运转发热严重的问题,利用磁热耦合分析方法,建立磁场、温度场分析的数学模型和有限元模型,通过Maxwell 3D和Steady-State Thermal模块联合仿真,得到铜环、永磁体温度场分布情况。通过对散热片进行优化仿真,显著降低了铜环和永磁体的最高温度。     

基于在线强化学习的风电系统自适应负荷频率控制

大规模风电接入给系统带来新的不确定性,影响系统频率响应特性,从数据驱动的角度出发,提出了一种基于自适应动态模型的在线强化学习方法,用于系统的负荷频率控制。建立低秩自编码器特征提取网络,从所量测的低维数据中发现隐藏特征;基于特征网络,建立非线性动态系统稀疏辨识学习模型,感知系统动态模型的潜在物理状态,提升模型在线学习效率;通过结合模型预测控制,进行实时决策控制。所提出方法能够有效解决传统模型预测控制对系统全局模型准确性的依赖问题,加强控制器对系统动态模型的自适应性,且能有效跟踪风电输出功率的随机波动。最后,以接入四型风机的负荷频率控制模型为例,验证所提方法的有效性。