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
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
注意力神经网络
轨迹特征
卷积模块
节点
融合时空特征
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
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
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