一种基于感知电网模型的全域时空数据管理方法及系统与流程

本发明涉及电网数据管理，特别是一种基于感知电网模型的全域时空数据管理方法及系统。

背景技术：

1、随着社会的快速发展，能源需求日益增加，能源管理系统的重要性愈发显著，传统的能源管理系统面临数据碎片化、缺乏集成、实时精度不足、数据分析能力不强以及扩展性有限等诸多问题，难以满足现代能源管理需求，现有技术通常无法高效整合多源异构数据，导致系统无法实现精准的实时监测与优化。此外，面对能源负载的动态变化和复杂的微电网环境，传统方法缺乏有效的应对策略，难以实现能量的高效分配与管理。

2、针对这些问题，本发明提出了一种基于感知电网模型的全域时空数据管理方法，通过收集节点集合并进行卷积运算，建立感知电网模型，实现对全域时空数据的阶段划分和管理模型的建立，进而优化微电网的能量管理策略。本发明不仅提高了数据集成和实时处理的能力，还通过引入鲁棒能量优化和实时滚动能量优化策略，显著提升了系统的稳定性和精确度，解决了现有技术中的主要缺陷。

技术实现思路

1、鉴于现有的基于感知电网模型的全域时空数据管理方法及系统中存在的问题，提出了本发明。

2、因此，本发明针对现有技术中的数据碎片化、缺乏集成和实时精度不足等问题，本发明采用基于感知电网模型的全域时空数据管理方法进行解决。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明实施例提供了一种基于感知电网模型的全域时空数据管理方法，其包括，收集感知电网中的节点集合，引入卷积运算计算感知电网模型的决策输出；

5、根据决策输出的结果对全域时空数据进行阶段划分，针对划分结果建立管理模型，获取微电网的运行数据；

6、基于所述微电网的运行数据对所述管理模型进行求解，建立所述微电网的能量优化管理策略。

7、作为本发明所述基于感知电网模型的全域时空数据管理方法的一种优选方案，其中：所述收集感知电网中的节点集合包括计算各节点在时间t时刻的位置收集的节点数据，具体计算公式为：

8、

9、其中，表示感知电网模型，t表示时间，表示位置向量；其中，的具体公式表示为：

10、

11、其中，表示节点ni在时间t和位置收集到的第j个数据值，t'表示积分变量的时间，表示对所有传感器状态k的读数求和，e-λ(t-t‘)表示数据在时间上的衰减因子。

12、作为本发明所述基于感知电网模型的全域时空数据管理方法的一种优选方案，其中：所述决策输出包括计算各节点的处理能力pi，将各节点的处理能力pi和感知电网模型进行结合，计算感知电网模型的决策输出，具体计算公式为：

13、

14、其中，δi表示节点ni的决策输出，σ表示激活函数，wl表示第l个决策函数的权重矩阵，表示感知电网模型，bl表示第l个决策函数的偏置项。

15、作为本发明所述基于感知电网模型的全域时空数据管理方法的一种优选方案，其中：所述对全域时空数据进行阶段划分包括日前鲁棒能量优化管理阶段和日内实时滚动能量优化管理阶段，获取微电网的运行数据包括第一运行数据和第二运行数据，所述第一运行数据包括对日前鲁棒能量优化管理模型进行求解，得到日前鲁棒能量优化管理策略，具体步骤如下：

16、对所述日前鲁棒能量优化管理模型进行更新，将优化过程中的各变量进行类型检测，所述类型检测包括用于表征所述各变量的类型；

17、对所述变量进行边界值转化，得到转化后的变量，基于转化后的变量更新所述日前鲁棒能量优化管理模型；

18、所述第二运行数据包括对日内实时阶段滚动能量优化管理模型进行求解，得到目标微电网能量优化管理策略，具体步骤如下：

19、获取滚动优化时域，根据所述滚动优化时域确定求解时段；

20、获取当前求解的起始时刻，当所述起始时刻处于所述求解时段内，则根据所述日前鲁棒能量优化管理策略和所述第二运行数据对所述日内实时阶段滚动能量优化管理模型进行求解，得到目标微电网能量优化管理策略。

21、作为本发明所述基于感知电网模型的全域时空数据管理方法的一种优选方案，其中：所述针对划分结果建立管理模型包括根据所述日前鲁棒能量优化管理模型和所述日内实时阶段滚动能量优化管理模型进行建立，具体步骤如下：

22、若所述滚动优化时域的起始时刻处于求解时段内，则根据所述日前鲁棒能量优化管理策略和所述日内实时阶段滚动能量优化管理模型进行求解，具体计算公式为：

23、

24、其中，μk表示第k项的衰减因子，e-ηk(t-t′)表示衰减因子ηk的指数衰减函数，dt'表示积分变量，sl(yl)表示第l项的成本函数，vl表示第l项的衰减因子，θl表示第l项的时间衰减因子，αi和βj表示日前鲁棒能量优化管理模型中的变量值，a表示日前鲁棒能量优化管理模型参数；

25、若各节点数据存在异常波动，则引入异常检测机制，对异常数据进行平滑处理；

26、若各节点数据出现负载过高情况，则启动负载平衡机制，重新分配能源负载。

27、作为本发明所述基于感知电网模型的全域时空数据管理方法的一种优选方案，其中：所述针对划分结果建立管理模型还包括根据日内实时阶段滚动能量优化管理模型进行建立，具体步骤如下：

28、根据所述日内实时阶段滚动能量优化管理模型对微电网的能量进行优化调整；获取当前时刻和求解时段，根据滚动优化时域确定当前时刻是否处于求解时段内；

29、若当前时刻处于求解时段内，则基于日内实时阶段滚动能量优化管理策略进行求解；

30、利用所述日前鲁棒能量优化管理策略计算微电网的目标能量，具体计算公式为：

31、

32、其中，μk表示第k项的衰减因子，e-ηk(t-t′)表示衰减因子ηk的指数衰减函数，dt'表示积分变量，sl(yl)表示第l项的成本函数，vl表示第l项的衰减因子，θl表示第l项的时间衰减因子，和ωj表示日内实时阶段滚动能量优化管理模型中的变量值，b表示日内实时阶段滚动能量优化管理模型参数。

33、作为本发明所述基于感知电网模型的全域时空数据管理方法的一种优选方案，其中：所述建立所述微电网的能量优化管理策略包括基于针对划分结果建立管理模型的求解结果，生成最终的能量优化管理策略，具体计算公式为：

34、

35、其中，δi′表示最终节点ni的决策输出，σ表示激活函数，wl表示第l个决策函数的权重矩阵，表示感知电网模型，bl表示第l个决策函数的偏置项，a表示日前鲁棒能量优化管理模型参数，b表示日内实时阶段滚动能量优化管理模型参数；

36、若当前时刻的决策输出的能源需求超过最终节点的能源需求决策输出时，则增加日内实时阶段滚动能量优化的权重，优化策略的影响力；

37、若当前时刻的决策输出的能源需求未超过最终节点的能源需求决策输出时，则在日内实时阶段滚动能量优化中增加异常检测修正机制，全域时空数据管理。

38、第二方面，本发明实施例提供了一种基于感知电网模型的全域时空数据管理系统，其包括：收集模块，其收集感知电网中的节点集合，引入卷积运算计算感知电网模型的决策输出；

39、划分模块，其根据决策输出的结果对所述全域时空数据进行阶段划分，针对划分结果建立管理模型，获取微电网的运行数据；

40、管理模块，其基于所述微电网的运行数据对所述管理模型进行求解，建立所述微电网的能量优化管理策略。

41、第三方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述处理器执行所述计算机程序时实现上述的基于感知电网模型的全域时空数据管理方法的任一步骤。

42、第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现上述的基于感知电网模型的全域时空数据管理方法的任一步骤。

43、本发明有益效果为：本发明通过收集节点集合并进行卷积运算，建立感知电网模型，实现对全域时空数据的阶段划分和管理模型的建立，优化微电网的能量管理策略，本发明有效解决了现有技术中的数据碎片化、缺乏集成以及实时精度不足等问题，显著提升了数据集成和实时处理能力，通过引入鲁棒能量优化和实时滚动能量优化策略，系统在面对动态变化的能源负载和复杂的微电网环境时，能够实现高效的能量分配与管理，提高了系统的稳定性和精确度，达到了更优的能量管理效果。