摘要
本申请公开了一种梯级水电站的优化调度方法、设备及存储介质;该方法包括建立优化马尔科夫模型,采用非监督学习算法对优化马尔科夫模型进行学习,根据联合高斯分布的特性对模型进行回归,从而获得梯级水电站中的径流预报结果;建立优化调度模型,优化调度模型运用强化学习方法,利用梯级水电站相关数据和径流预报结果,以最低的运行成本消纳最多的水电为目标;训练更新智能体的策略神经网络参数至收敛,获得调度期内梯级水电站优化调度策略。实现不确定径流下的梯级水电站‑电网系统的调度计划的经济性、安全性和实时性需求。
技术关键词
梯级水电站
马尔科夫模型
优化调度方法
优化调度模型
发电机组
电网系统
水电机组
有功功率
神经网络参数
累积分布函数
Welch算法
策略
出力场景
强化学习方法
径流
学习算法
非监督
节点
系统为您推荐了相关专利信息
风力发电机组
除锈剂
高斯混合模型
调控单元
长短期记忆网络
分布式优化调度方法
通信网络拓扑
加密器
分布式优化算法
加解密模块