PDF《基于人工智能 Agen t的负荷态势感知及调控方法》

2 基于 A IA g e n t的负荷态势感知及调控实 现 针对前述 A I支撑技术, 考虑目前用户负荷的 调控实现技术基础及实践需求, 从模型认知、 行为认 知、 量化分析及调控学习等方面进行探讨, 以期提升 对于负荷近实时状态的感知预测有效性和精度, 并 进一步更好地指导在业务应用中的调控实现. 2.

1 实现架构描述 就总体架构而言, A IA g e n t是传统家庭智能用 电终端的升华, 能够具有更加智能化、 人性化且相对 独立的分析决策能力, 可以调用用户侧终端的计算 能力, 以边缘计算的方式对用户负荷对象进行感知 分析: 首先, 通过模型认知以判别用户负荷对象, 并 实现其量化模型自学习校正;

然后, 根据负荷空间部 署进行空域集合划分, 提高分析有效性;

进而以智能 化算法分析学习集合内负荷个体、 负荷间的关联性 及其时序演变特性, 形成时序因果关系库, 提升预测 估计精确性.聚合商云平台则可依据 A IA g e n t上 报的负荷群态势, 进行量化分析, 并结合与电网侧 ( 电力市场) 约定目标曲线的校核结果, 形成用户群 负荷优选及组合控制策略.具体架构示意如图1所示, 在这一架构下, A IA g e n t的加入更加利于提升 辨识学习的精确性和兼容性, 从而提升负荷调控精 度, 此外, 边缘计算与中心化计算的协同, 可以提高 计算效率. 图1 基于 A IA g e n t的负荷态势感知及 调控实现架构 F i g .

1 L o a ds i t u a t i o na w a r e n e s sa n dc o n t r o l i m p l e m e n t a t i o na r c h i t e c t u r eb a s e do nA Ia g e n t 2.

2 负荷群模型认知 用户侧负荷类别十分多样化, 为能够通过模型 泛化表述负荷群, 将负荷模型划分为开关型负........