一种基于GNN辅助凸松弛验证的直流微电网最优潮流模型及其系统和存储器

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于GNN辅助凸松弛验证的直流微电网最优潮流模型及其系统和存储器
申请号:CN202511124300
申请日期:2025-08-12
公开号:CN120638270B
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种基于GNN辅助凸松弛验证的直流微电网最优潮流模型及其系统和存储器。该模型包括:基于MPPT‑DGs和下垂控制建立分布式发电单元和恒功率负载的非凸潮流优化模型,采用SOCP结构对其进行精确凸松弛,再将微电网抽象为图模型,提取节点和边的结构与电气特征作为GNN输入,并集合SOCP结构松弛性,共同输入至AI‑Verifier模块,接着基于KKT条件并构建一致性同步项,形成分布式协调,然后引入物理引导的GCNs架构,快速收敛至全局最优解,并通过实验验证模型性能。基于上述模型所提供的含有计算机程序的系统,可有效解决现有技术当中集中式优化方法在大规模直流微电网中面临的通信数据包丢失、频繁故障和可靠性低等问题,实现直流微电网智能化优化控制。
技术关键词
直流微电网 分布式协调 拉格朗日方程 节点 分布式发电单元 KKT条件 可编程逻辑控制器 电气特征 全局优化控制 计算机可读存储器 矩阵 分布式控制器 瞬时电压值 中央处理器 松弛模型 表达式
系统为您推荐了相关专利信息
无人驾驶车辆 露天矿 点云地图 激光雷达 车辆运动状态
节点特征 卷积神经网络模型 训练神经网络模型 邻居 恶意流量识别方法
时序预测模型 告警预测方法 算法模型 可读存储介质 序列
自组网方法 节点 障碍物 能耗 矩阵
预测控制方法 直流微电网 离散化方法 电感 电流