一种基于深度学习的新能源电力分配策略决策方法

AITNT
正文
推荐专利
一种基于深度学习的新能源电力分配策略决策方法
申请号:CN202410917038
申请日期:2024-07-09
公开号:CN119358858B
公开日期:2025-08-12
类型:发明专利
摘要
本发明公开了一种基于深度学习的新能源电力分配策略决策方法,属于能源管理与分配技术领域,包括:通过大数据技术采集获取新能源电力数据集;通过数据预处理程序对新能源电力数据集进行标准化预处理;利用深度学习网络构建新能源电力交易预测模型;基于新能源电力交易预测模型确定新能源电力阶段预测结果;获取电力分配目标,基于新能源电力阶段预测结果建立新能源电力时段分配函数;根据新能源电力阶段预测结果获得新能源电力分配方案簇,基于新能源电力时段分配函数对新能源电力分配方案簇进行评估迭代优化,作为目标新能源电力时段分配策略。本申请解决了现有技术中新能源电力分配策略准确性和优化不足的技术问题。
技术关键词
电力分配 策略决策方法 发电量 深度学习网络 异常数据 神经网络结构 样本 大数据技术 生成电力 参数 模型更新 阶段 程序 能源管理 传播算法 矩阵 时序
系统为您推荐了相关专利信息
1
基于FPGA的直流平衡的数字音视频信号串行解串器
解串器 音视频 数据输出模块 时钟恢复 异常数据
2
一种大洋钻探事故的预测方法、系统、装置及存储介质
支持向量机模型 异常数据 遥控无人潜水器 粒子群算法 水下防喷器
3
考虑需求响应不确定性的电网储能优化配置与运行方法
需求响应不确定性 电网储能优化 混合整数规划方法 负荷需求响应 不确定性模型
4
基于非侵入式监测的多元关联发电设备能量状态识别方法
状态监测网络 非侵入式监测 状态识别方法 发电量 加权特征
5
一种火力发电厂给水泵汽轮机状态评价方法
火力发电厂给水泵 状态评价方法 蒸汽消耗量 燃煤 主汽轮机
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