数据模型双驱动长周期电力电量平衡初解生成方法及装置

AITNT
正文
推荐专利
数据模型双驱动长周期电力电量平衡初解生成方法及装置
申请号:CN202411635790
申请日期:2024-11-15
公开号:CN120069353A
公开日期:2025-05-30
类型:发明专利
摘要
本发明提供一种数据模型双驱动长周期电力电量平衡初解生成方法及装置,方法包括根据构建的多层自回归模型和冗余网络约束削减模型,构建基于深度确定性策略梯度算法的深度强化学习模型,将场景负荷特征及机组特征输入深度强化学习模型对其他机组启停变量进行预决策;对深度强化学习模型中的智能体进行训练;基于预决策通过多层自回归模型对部分机组启停状态进行固定,通过冗余网络约束削减模型将部分冗余约束剔除,通过深度强化学习模型将智能体的输出结果作为其他未固定机组的所有时段启停决策变量初始可行解输入数学优化模型进一步求解,得到电力系统长周期电力电量平衡问题的最优解。本发明解决了长周期电力电量平衡分析中计算时间过长的问题。
技术关键词
深度强化学习模型 电力系统仿真 负荷特征 解码模型 注意力神经网络 机组 冗余 网络结构特征 优化网络参数 多头注意力机制 注意力参数 策略 决策 特征提取网络 模块
系统为您推荐了相关专利信息
1
基于多智能体深度强化学习的整车制造涂装资源调度方法
多智能体深度强化学习 车身 资源调度方法 涂装 物流运输资源
2
基于改进图注意力神经网络的船舶异常行为检测方法
注意力神经网络 轨迹特征 卷积模块 节点 融合时空特征
3
路径规划方法、装置及系统
深度强化学习模型 障碍物 激光雷达数据 路径规划方法 执行动作控制
4
基于人工智能的数据中心节能方法、装置及服务器
能耗预测模型 数据中心节能方法 空间布局信息 设备运行数据 制冷设备
5
基于特征融合与ConvLSTM-3D的短期负荷预测优化方法
短期负荷预测 负荷特征 融合特征 引入注意力机制 记忆单元
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