摘要
本发明提供一种基于多级预警的电力系统实时考核方法及系统,涉及电力系统实时考核技术领域,包括:采集电力系统运行数据,经多通道预处理和多尺度滤波后,利用贝叶斯模型平均进行概率融合,得到系统状态特征向量,输入改进的图注意力网络提取时空特征,并结合变属性嵌入增强节点关联特征,得到图特征向量,通过多个学习器在线学习生成初始预警等级,利用软演员评论家模型对预警策略进行优化,得到最优预警等级,基于最优预警等级构建三层分层强化学习框架,通过执行智能体进行局部决策,协调智能体融合局部参数,元学习优化器优化参数,通过动态异构图神经网络得到最优考核结果。
技术关键词
电力系统运行数据
分层强化学习
模仿学习方法
网络
参数
贝叶斯模型
梯度算法
策略
梯度方法
学习器
滤波器
注意力机制
优化器
矩阵
考核方法
系统为您推荐了相关专利信息
性能仿真方法
疲劳参数
复合材料疲劳寿命
裂纹
复合材料层合板
时间序列特征
异常检测方法
关键点
参数
图像特征向量
水面无人船控制
路径跟踪控制器
系统误差
RBF神经网络
线性自抗扰控制器
激光切割装置
切割板材
调高装置
切割组件
控制信令