项目开展了综合能源调度技术分析，将综合能源系统建模为图，设计了基于图神经网络架构的强化学习优化模型，可更好的捕捉节点间复杂的非线性关系，在相同神经网络层数与神经元的基础上实现了更快的收敛速度，可更快得到优化调度结果。除此提出了基于信息物理系统融合的能源互联网异构信息网络建模和基于多时间尺度响应机制的动态优化理论，解决设备拓扑结构和动态变化特性在能量枢纽建模算法中的缺失以及随机性、非线性、非凸优化问题。并基于neo4j图数据库技术构建基于图数据库的数据资产图谱模型，实现数据资源之间的跨专业关联关系节点展示及各专业之间的业务关联点的反馈。基于自然语言技术和协同过滤推荐算法构建基于图数据库的信息检索模型，实现检索命名中的内容相关数据推荐及数据实体快速高效检索查询。成果已成功应用于国网新疆信通公司、国网江苏信通分公司，效果良好，经济和社会效益显著，获2022年国网陕西省电力有限公司科技进步奖二等奖，2023年全国人工智能应用场景创新挑战赛二等奖。
微信公众号