摘要
本发明公开了一种多阶段取水泵站滚动优化调度方法、系统、设备及存储介质,所述方法包括:以设定时间段内多阶段的实际取水量与预测取水量误差最小、电价总和最低为目标,构建取水泵站的滚动优化调度模型;对利用注意力机制改进的双向长短时记忆神经网络进行训练,得到多阶段取水量预测模型;利用多阶段取水量预测模型,得到取水泵站的预测取水量值;将预测取水量值输入滚动优化调度模型中,利用改进的多目标麻雀搜索算法求解滚动优化调度模型;基于求得的解,使用逼近理想解排序法确定折衷解,折衷解即为取水泵站未来设定时间段的优化调度策略。本发明能够有效减少取水泵站的能耗,达到节能效果,且适用于长期的优化调度。
技术关键词
滚动优化调度方法
取水泵站
优化调度模型
多阶段
优化调度策略
逼近理想解排序
注意力机制
搜索算法
时间段
位置更新
Sigmoid函数
矩阵
执行存储器存储
优化调度系统
表达式
迁移学习方法
数值
水泵机组
系统为您推荐了相关专利信息
精梳棉
多阶段
罗拉隔距
聚类分析算法
在线检测设备
电网调度方法
混合优化算法
优化调度模型
蜻蜓算法
蚁群算法
电热蒸锅
优化运行控制方法
蒸汽
动态规划算法
模糊逻辑控制模块