基于多代理深度强化学习的综合能源竞价模型分析方法

AITNT
正文
推荐专利
基于多代理深度强化学习的综合能源竞价模型分析方法
申请号:CN202410873007
申请日期:2024-07-01
公开号:CN118863943A
公开日期:2024-10-29
类型:发明专利
摘要
本发明涉及能源分析技术领域,特别是一种基于多代理深度强化学习的综合能源竞价模型分析方法,其先利用深度学习方法预测电量需求数据和电量产能数据,然后以时刻满足用户用电需求并且可再生能源占比最高为目标,得到电力公司对于各个发电厂的购电比例。最后基于强化学习方法得到最佳电价调整策略。相比于现有技术,本发明利用深度学习的预测特点实现数据的准确预测,然后利用预测结果得到可再生能源占比最高的购电方案,通过该购电比例来确保最终结果的环保水平,然后通过强化学习的决策能力制定出经济的最佳电价调整策略,使得能源竞价模型能够兼顾经济性和环保性。
技术关键词
模型分析方法 深度强化学习 电力公司 深度学习方法 强化学习方法 可再生能源发电厂 产能 状态更新 数据 能源分析技术 矩阵 策略 分析系统 元素 超参数 决策 模块 代表
系统为您推荐了相关专利信息
1
基于电磁频谱侦测的无人机非法入侵反制系统及方法
反制系统 频谱传感器 异常信号 干扰设备 干扰器
2
一种面向电动汽车的移动充电站负载态势感知与智能调度方法
移动充电站 面向电动汽车 智能调度方法 时间序列预测模型 Simulink平台
3
一种适用于5GORAN双频射频设备的无源互调消除系统
射频设备 消除系统 多频段 干扰特征 模块
4
面向可信数据空间的强化学习驱动众包感知数据聚合方法
数据 决策 混合网络 服务器 时间序列特征
5
基于深度强化学习的智能仓储资源动态调配方法及系统
动态调配方法 深度强化学习 智能仓储 库存管理 库存周转率
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号