一种预制化直流系统协同控制方法及装置与流程
本发明属于电力系统信息化与智能控制,尤其涉及一种应用于数据中心、通信基础设施、新能源场站及其他直流供配电场景的、基于数字孪生与约束正则化深度强化学习的预制化直流系统协同控制方法及装置。
背景技术:
1、预制化直流系统通常将电池管理系统、储能变流器、环境监控系统、消防系统以及相应的配电与通信单元预先集成为能够整体运输、安装和投运的供配电单元。由于各子系统具有不同的采样周期、通信协议、数据结构和控制目标,系统运行过程不仅涉及电能供需平衡,还涉及电池安全、变流器效率、环境调节、消防联锁以及通信实时性等多种因素之间的耦合。
2、现有协同控制方式多由集中式数据采集与监视控制平台汇集运行参数,再由中央控制器依据阈值规则或比例积分微分控制规则执行充放电切换、功率调节和设备启停;也有部分方案由各子系统的本地控制器分别维持自身运行,并通过现场总线交换有限的状态量。前述方式能够完成基本监控与保护,但不同数据的语义、时间基准及量纲通常由各子系统分别定义,中央控制器获得的数据难以直接表征电池健康、功率流动、环境风险和消防状态之间的高阶关联。
3、数字孪生技术可利用实时数据驱动虚拟模型与物理系统同步,并在虚拟空间中对控制策略进行仿真。现有数字孪生控制方案通常侧重电池组、储能变流器或通信网络中的单一对象,或者先生成候选策略、完成物理仿真后再判断策略是否违反安全阈值。该处理逻辑使不安全策略仍可能占用仿真资源,并且难以从构造上保证交付给控制决策模块的候选策略均满足跨子系统安全约束。
4、因此,现有技术主要存在以下局限:其一,多源异构数据缺少跨电池管理系统、储能变流器、环境监控系统及消防系统的统一语义融合机制,导致系统级运行状态难以被一致表征,进而限制全局协同决策;其二,数字孪生预演与自适应控制过程缺少贯穿候选策略生成、强化学习探索和边端部署的安全约束保持机制,容易出现策略搜索空间过大、训练过程不稳定或者压缩后策略偏离安全边界的问题。
技术实现思路
1、本发明所要解决的技术问题在于:提供一种预制化直流系统协同控制方法及装置,以形成跨电池管理系统、储能变流器、环境监控系统及消防系统的一致运行状态表征,并使候选策略预演、强化学习训练、模型压缩和边端执行均受到可验证的安全约束。
2、为解决上述技术问题,本发明提供一种预制化直流系统协同控制方法,包括:
3、对预制化直流系统内电池管理系统、储能变流器、环境监控系统及消防系统的多源异构数据进行统一信息模型语义解析与深度置信网络融合,得到融合特征向量,经时序聚合与异常检测生成系统级运行态势快照;
4、基于所述系统级运行态势快照,以布尔逻辑规范形式的物理安全约束对数字孪生逻辑层有限状态机进行约束合成,仅使后继状态满足所述物理安全约束的候选控制策略进入数字孪生物理层与通信网络层仿真,输出候选策略评估矩阵;
5、将所述候选策略评估矩阵输入云端决策引擎进行多目标寻优,输出全局最优控制策略参数集;
6、以所述候选策略评估矩阵与标注工况簇标签的历史运行数据训练带轨迹正则化的深度q网络,得到全局协同控制策略网络并压缩为轻量化策略网络;
7、将所述全局最优控制策略参数集与所述轻量化策略网络下发至边缘计算节点,由所述边缘计算节点基于所述融合特征向量推理输出设备级控制指令。
8、进一步地,所述对预制化直流系统内电池管理系统、储能变流器、环境监控系统及消防系统的多源异构数据进行统一信息模型语义解析与深度置信网络融合,得到融合特征向量,经时序聚合与异常检测生成系统级运行态势快照,包括:以所述电池管理系统的电池电压、电流、温度、荷电状态与健康状态数据、所述储能变流器的功率、效率与运行模式数据、所述环境监控系统的温湿度与烟感数据以及所述消防系统的状态与告警数据构成所述多源异构数据,所述电池管理系统、所述储能变流器、所述环境监控系统与所述消防系统合称为子系统;通过统一信息模型的数据要素模板对所述多源异构数据进行语义解析,所述数据要素模板包含设备标识符、时序标签、物理量类型编码与数值结构,输出标准化的结构化数据记录;将所述标准化的结构化数据记录向量化拼接后输入所述深度置信网络的可见层,经逐层无监督预训练与有监督微调,输出所述融合特征向量;对所述融合特征向量按固定时间间隔进行时序滑动窗口聚合与异常检测,生成所述系统级运行态势快照,所述系统级运行态势快照包含系统状态分类标签、所述子系统的归一化健康指数与功率供需平衡度。
9、进一步地,所述将所述标准化的结构化数据记录向量化拼接后输入所述深度置信网络的可见层,经逐层无监督预训练与有监督微调,输出所述融合特征向量,包括:将所述标准化的结构化数据记录按所述物理量类型编码分组归一化后拼接为多源观测向量,并将所述多源观测向量输入所述深度置信网络的可见层;以所述多源观测向量为所述深度置信网络中第一层受限玻尔兹曼机的可见层输入,通过对比散度算法更新所述第一层受限玻尔兹曼机的权重矩阵与偏置,得到第一层隐藏层激活值;将所述第一层隐藏层激活值作为下一层受限玻尔兹曼机的可见层输入,逐层重复所述对比散度算法的权重更新,直至完成所述深度置信网络全部隐藏层的无监督预训练;以标注所述系统状态分类标签的历史运行数据为监督样本,在所述深度置信网络的顶层附加分类输出层,通过反向传播算法对预训练所得的全部隐藏层权重进行有监督微调;取有监督微调后所述深度置信网络最末隐藏层的激活值为所述融合特征向量,所述融合特征向量的维度低于所述多源观测向量的维度。
10、进一步地,所述基于所述系统级运行态势快照,以布尔逻辑规范形式的物理安全约束对数字孪生逻辑层有限状态机进行约束合成,仅使后继状态满足所述物理安全约束的候选控制策略进入数字孪生物理层与通信网络层仿真,输出候选策略评估矩阵,包括:通过所述数字孪生逻辑层有限状态机对所述预制化直流系统的运行模式切换进行建模,运行模式集包括市电模式、电池放电模式、充电模式、旁路模式与联合供电模式,状态转移由所述系统级运行态势快照中的系统状态分类标签与功率供需平衡度共同触发;将所述物理安全约束编码为所述布尔逻辑规范,所述物理安全约束包括电池荷电状态下限、单体电芯电压上限、所述储能变流器的过载保护阈值与消防联锁闭锁条件;通过约束合成算法对所述数字孪生逻辑层有限状态机的原始状态转移图进行过滤,保留全部后继状态均满足所述物理安全约束的可容许转移路径,得到可容许状态转移路径集与排除原因码;以所述可容许状态转移路径集为前置条件对候选控制策略进行硬性前置过滤,被排除的候选控制策略不进入所述数字孪生物理层与通信网络层仿真且不计入所述候选策略评估矩阵。
11、进一步地,所述通过约束合成算法对所述数字孪生逻辑层有限状态机的原始状态转移图进行过滤,保留全部后继状态均满足所述物理安全约束的可容许转移路径,得到可容许状态转移路径集与排除原因码,包括:将所述物理安全约束中的每一项约束表示为以所述数字孪生逻辑层有限状态机的状态变量为原子命题的布尔子句,取全部布尔子句的合取构成安全谓词;对所述原始状态转移图中的每一条转移边,将该转移边的源状态与转移动作代入所述数字孪生物理层的状态更新关系,求解该转移边的后继状态集合;将所述后继状态集合中的元素逐一代入所述安全谓词求值,将全部后继状态均使所述安全谓词取真的转移边标记为可容许转移边,将存在后继状态使所述安全谓词取假的转移边标记为排除转移边;对每一条所述排除转移边,记录使所述安全谓词取假的布尔子句的标识,生成所述排除原因码;对所述原始状态转移图中由所述可容许转移边构成的子图进行可达性遍历,取自当前运行模式出发可达的转移路径构成所述可容许状态转移路径集。
12、进一步地,所述以所述候选策略评估矩阵与标注工况簇标签的历史运行数据训练带轨迹正则化的深度q网络,得到全局协同控制策略网络并压缩为轻量化策略网络,包括:以所述融合特征向量与所述数字孪生物理层输出的预测状态的拼接向量为所述深度q网络的状态空间,以所述储能变流器的功率模块离散化调节档位与所述电池管理系统的均衡策略选择为所述深度q网络的动作空间;对所述标注工况簇标签的历史运行数据中的每一样本,按该样本所属工况簇标签匹配对应的固定奖励函数形式,并在训练全过程中不切换所述固定奖励函数形式;以规则控制器提取的安全基线策略分布为参考分布,在所述深度q网络的训练损失中添加当前策略分布与所述参考分布之间的kl散度正则化项,所述kl散度正则化项的正则化系数随训练步数指数衰减;在训练收敛后输出所述全局协同控制策略网络。
13、进一步地,所述对所述标注工况簇标签的历史运行数据中的每一样本,按该样本所属工况簇标签匹配对应的固定奖励函数形式,并在训练全过程中不切换所述固定奖励函数形式,包括:按电池荷电状态区间、所述储能变流器的输出功率区间与负载波动率区间三个维度对历史运行数据集进行工况聚类,得到多个工况簇;对每一所述工况簇单独计算精确松弛条件的充要判据;依据所述充要判据将每一所述工况簇标记为松弛适用簇或加权簇,得到所述工况簇标签,其中松弛适用簇匹配第一奖励函数形式,加权簇匹配第二奖励函数形式;对位于相邻工况簇聚类边界的样本,采用距离加权插值在所述第一奖励函数形式与所述第二奖励函数形式之间进行平滑过渡;将所述工况簇标签与所述历史运行数据集中的样本逐一绑定,得到所述标注工况簇标签的历史运行数据。
14、进一步地,所述以所述候选策略评估矩阵与标注工况簇标签的历史运行数据训练带轨迹正则化的深度q网络,得到全局协同控制策略网络并压缩为轻量化策略网络,还包括:以所述全局协同控制策略网络为教师网络,以参数量相比所述教师网络缩减不低于80%的网络为学生网络;以温度参数大于1软化后的所述教师网络的q值分布为软标签对所述学生网络进行知识蒸馏,并在知识蒸馏的损失中保留所述kl散度正则化项,得到蒸馏学生网络;对所述蒸馏学生网络的全连接层权重矩阵执行低秩分解,以低秩近似矩阵替代所述全连接层权重矩阵,得到低秩网络;以所述教师网络的q值输出为监督信号对所述低秩网络进行微调,取微调后参数量相比所述全局协同控制策略网络降低不低于85%的网络为所述轻量化策略网络。
15、进一步地,所述对所述蒸馏学生网络的全连接层权重矩阵执行低秩分解,以低秩近似矩阵替代所述全连接层权重矩阵,得到低秩网络,以及所述以所述教师网络的q值输出为监督信号对所述低秩网络进行微调,取微调后参数量相比所述全局协同控制策略网络降低不低于85%的网络为所述轻量化策略网络,包括:对所述蒸馏学生网络的全连接层权重矩阵构造对应的矩阵方程,并设定所述矩阵方程的初始秩;采用低秩cholesky因子交替方向隐式迭代对所述矩阵方程求解,得到所述全连接层权重矩阵的低秩cholesky因子;取所述低秩cholesky因子的乘积构成所述低秩近似矩阵,并以所述低秩近似矩阵替代所述全连接层权重矩阵,得到所述低秩网络;以所述教师网络的q值输出为监督信号对所述低秩网络进行有限步微调,在有限步微调的损失中加入所述低秩网络的q值输出与所述教师网络的q值输出之间的q值偏差逼近项;在有限步微调后的q值偏差大于预设偏差上限时,降低所述初始秩并重新执行所述低秩cholesky因子交替方向隐式迭代求解,直至所述q值偏差不大于所述预设偏差上限,取此时的所述低秩网络为所述轻量化策略网络。
16、本发明还提供一种预制化直流系统协同控制装置,包括:
17、数据融合模块,用于对预制化直流系统内电池管理系统、储能变流器、环境监控系统及消防系统的多源异构数据进行统一信息模型语义解析与深度置信网络融合,得到融合特征向量,经时序聚合与异常检测生成系统级运行态势快照;
18、孪生预演模块,用于基于所述系统级运行态势快照,以布尔逻辑规范形式的物理安全约束对数字孪生逻辑层有限状态机进行约束合成,仅使后继状态满足所述物理安全约束的候选控制策略进入数字孪生物理层与通信网络层仿真,输出候选策略评估矩阵;
19、云端寻优模块,用于将所述候选策略评估矩阵输入云端决策引擎进行多目标寻优,输出全局最优控制策略参数集;
20、策略训练模块,用于以所述候选策略评估矩阵与标注工况簇标签的历史运行数据训练带轨迹正则化的深度q网络,得到全局协同控制策略网络并压缩为轻量化策略网络;
21、边端推理模块,用于将所述全局最优控制策略参数集与所述轻量化策略网络下发至边缘计算节点,由所述边缘计算节点基于所述融合特征向量推理输出设备级控制指令。
22、由于采用统一信息模型与深度置信网络对跨子系统数据进行语义解析和非线性融合,电池健康、功率流动、环境风险与消防状态被编码到一致的融合特征向量及系统级运行态势快照中,使云端寻优、数字孪生同步与边端推理能够共享同一状态表征,从而缓解多源数据语义割裂对全局协同决策的限制。
23、由于在数字孪生逻辑层以布尔逻辑规范和约束合成对候选策略进行硬性前置过滤,并在深度q网络训练及知识蒸馏过程中以安全基线策略分布实施kl散度约束,安全边界由策略预演阶段延续至训练与压缩阶段;结合工况预划分的固定奖励函数及q值偏差纠偏机制,能够减少危险或无效策略占用的仿真资源,抑制奖励函数动态切换造成的训练波动,并降低轻量化策略网络在边缘部署后偏离教师策略的可能性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com