摘要
本发明公开了一种基于智能算法的多能源储能状态感知网络优化方法,涉及智能电网技术领域,包括,采集多能源储能单元的实时运行数据,并获取多能源储能单元的拓扑结构数据;基于所述实时运行数据和所述拓扑结构数据,构建能量流图;通过自监督学习模型从能量流图及其属性矩阵中提取状态特征向量;基于状态特征向量和能量流图,通过图神经网络对多能源储能单元的拓扑结构数据进行优化;基于优化后的拓扑特征矩阵,通过强化学习生成多能源储能单元的调度策略;本专利通过构建能量流图及其属性矩阵,将复杂系统简化为易于处理的图结构,提高了计算效率并增强了系统的透明度。
技术关键词
网络优化方法
拓扑结构数据
时间序列特征
储能单元
多能源
拓扑特征
监督学习模型
智能算法
矩阵
储能设备
交互特征
生成对抗网络
节点
策略
智能电网技术
系统为您推荐了相关专利信息
时间序列特征
数据访问请求
数据分配方法
固态硬盘
多层感知机
面向需求响应
敏感性特征
时间序列特征
生成用户
多模态
解码方法
语义
编码器
sigmoid函数
时序特征