摘要
本发明公开了一种基于大数据样本的梯级水库群联合调度规则优化方法,包括收集整理水库群调度基础数据;运用深度卷积生成对抗网络生成大数据随机径流样本集;构建水库群联合优化调度云并行模型、云计算集群;构建联合调度规则输入因子和决策变量样本集;采用随机森林回归算法构建多输入多输出型式梯级水库群联合优化调度规则模型;对训练好的调度规则进行调度运行模拟,并对调度运行结果评价。本发明通过深度卷积生成对抗网络和基于Spark的云并行计算技术高效地获得大数据样本,基于大数据样本进行多输入多输出型式调度规则的优化,提升了梯级水库群联合调度规则应用精度和泛化能力,实现了大规模高维水库群优化调度和精细化管理。
技术关键词
联合优化调度
梯级水库群
深度卷积生成对抗网络
径流
水电站
多输入多输出
决策
龙头水库
灰色关联分析法
发电量
变量
因子
水库群调度
生成大数据
训练样本集
回归算法
系统为您推荐了相关专利信息
日前优化调度方法
光伏出力不确定性
优化调度模型
水光互补系统
水电站
水力模型试验
超声波位移传感器
建筑物模型
信号收集系统
摄像机滑动轨道
水资源承载力
评估系统
数据采集功能
数据处理功能
深度学习模型