基于联邦学习的综合能源微网群协同优化运行方法OA北大核心CSCDCSTPCD
针对现有多主体综合能源微网群协同运行中,集中式优化面临的主体隐私保护、参数难以共享问题,以及分布式优化面临的优化模型须大量简化近似、全局最优性难以保障的问题,提出了一种基于联邦学习的多主体综合能源微网群协调优化运行方法,以兼顾主体隐私性与全局最优性。首先,基于循环门控单元(gated recurrent unit,GRU)深度学习网络构建各综合能源微网的等值互动特性封装模型并上传至云端;其次,在不侵入各微网内部隐私数据的基础上,将各微网等效模型加…查看全部>>
薛溟枫;毛晓波;肖浩;周毅斌;浦骁威;裴玮
国网江苏省电力有限公司无锡供电分公司,江苏无锡214000国网江苏省电力有限公司无锡供电分公司,江苏无锡214000中国科学院电工研究所,北京100190中国科学院电工研究所,北京100190中国科学院电工研究所,北京100190中国科学院电工研究所,北京100190
动力与电气工程
综合能源系统微网联邦学习优化运行人工智能
《中国电力》 2023 (12)
P.164-173,10
国网江苏省电力有限公司科技项目(J2021058)。
评论