摘要
本发明提供了一种电力系统智能调度方法及装置、存储介质、设备,其中方法包括:获取模型训练数据,模型训练数据包括历史运行标签数据和对应时间的潮流分布数据;对模型训练数据进行数据预处理,得到特征训练数据;利用特征训练数据对预先构建的电力系统智能调度模型进行训练,得到目标电力系统智能调度模型;将未来时刻的潮流分布数据输入目标电力系统智能调度模型,得到对应时刻的智能调度数据。通过本发明,将大模型多参数卷积神经网络技术引入电力系统优化调度领域,解决了传统运筹优化算法在面对多重不确定场景及系统运行边界迅速突变时求解效率低下的问题,实现了对高比例新能源不确定性场景下电力系统调度工作的灵活快速决策。
技术关键词
电力系统智能
可调度负荷
特征金字塔网络结构
电力系统优化调度
网络拓扑
卷积神经网络技术
机组
火电
数据获取单元
标签
处理器
可读存储介质
数据处理单元
调度装置
矩阵
注意力机制
卷积模块
计算机设备
多参数
系统为您推荐了相关专利信息
数字孪生模型
国产密码算法
数据全生命周期
生成决策建议
分支
终端设备
中继节点
设备组
训练优化方法
深度确定性策略梯度
信息化管理方法
贝叶斯网络模型
信息化管理系统
信念传播算法
构建网络拓扑结构
指标计算方法
理论线损计算方法
CIM模型
网络拓扑结构
文档对象模型
终端
时延
网络拓扑
混合粒子群算法
蜂窝网络技术