面向电网前瞻调度嵌入领域知识的深度强化学习方法

强化学习由于具有自学习与自寻优能力,在电网前瞻调度等领域渐露头角。然而,现有基于强化学习的调度方法对最优策略的探索效率及收敛性较低。为了适应大规模电网,考虑历史发电数据、电力平衡、新能源消纳率、线路负载率等领域知识,将其嵌入至强化学习策略网络正则项并用于引导智能体训练方向。该方法在训练前期基于专家修正后的历史机组出力轨迹学习调度员经验,使得智能体策略网络参数快速收敛到一个有效初始解;在训练中后期,引入电力平衡等损失函数正则项,引导智能体满足先验调度知识,有效预防智能体盲动行为,提升调度决策质量。最后,利用IEEE118节点系统验证所提算法有效性。

机械结构和电控技术的文胸清洗技术改进

随着生活水平的提高,女性对每日穿戴的文胸的舒适度、外形、清洁度的要求也在提高。传统机洗会破坏文胸造型、引入杂菌,而手洗会占据女性大部分时间。为此,特制造一款文胸清洗机,既可正确清洗文胸又能节省人力。这是一款针对文胸的一机一洗的作品,它结合了3D打印机的扫描方式清洗文胸,同时兼具漂洗、脱水的功能。独特的文胸支撑架设计可以有效防止文胸变形,多方位毛刷运作可以几乎无死角清洁。通过机械结构和电控技术的合理配合能实现清洗机机电一体化工作,达到良好的清洗效果。

基于形状记忆合金的光热发电微能源研究

基于形状记忆合金的光热发电装置,是利用形状记忆合金的形状记忆效应,将热能转换为电能的设备。我国目前的发电技术,是以火电为主,水电、核电为辅。随着经济的迅猛发展,化石能源消耗量飞速增加,人类正面临着能源短缺和环境破坏等严重问题。清洁能源,更有利于经济的可持续发展。例如,太阳能。因此我们设计了一种利用太阳能发电的装置:基于形状记忆合金的光热发电装置。形状记忆合金(Shape Memory Alloy,简称SMA),是指具有形状记忆效应(Shape Memory Effect)的合金。SMA的力学特性,主要是在外界温度变化或外加应力时,产生形状记忆功能[1]。本装置是利用形状记忆合金丝随温度发生形变的特点,带动轮子转动,提供动力给直流发电机。然后将发出的直流电供给用电器,最终实现热能-电能的装换。

基于规则引导DDPG的多目标电网调度算法

设计了一种多目标的电网调度模型,在保障电网安全运行的基础上,实现最大化新能源消纳和最小化运行成本的目标。引入深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法与环境交互得到最优调度策略。针对DDPG算法存在的训练不稳定的问题,提出一种规则引导DDPG算法,并在训练过程中加入双价值网络。实验结果表明,所提方法能够更好地实现调度目标,在原DDPG算法的基础上提高了模型稳定性和有效性。