摘要
本发明公开一种建筑负荷聚合商参加电力市场投标决策方法及装置,该方法通过时间生成对抗网络模型生成模拟数据集;基于贝叶斯网络,构建概率分布预测模型;通过模拟数据集对概率分布预测模型进行训练,获得训练好的概率分布预测模型;将电力市场状态数据输入训练好的概率分布预测模型进行处理,获得对手报价分布数据;基于深度确定性策略梯度算法,构建Actor‑Critic神经网络模型;通过设定强化学习工具箱对Actor‑Critic神经网络模型进行训练,获得训练好的Actor‑Critic神经网络模型;将对手报价分布数据输入训练好的Actor‑Critic神经网络模型进行处理,获得最优投标量价组合。本发明能够综合考虑各种因素的电力市场环境,为建筑负荷聚合商提供最优投标量价组合。
技术关键词
生成对抗网络模型
决策方法
深度确定性策略梯度
神经网络模型构建
电力
生成动作
生成时序数据
负荷
子模块
节点
工具箱
建筑
深度强化学习
清洗策略
神经网络模型训练
数据验证
系统为您推荐了相关专利信息
深远海养殖
多能源设备
智能分析方法
趋势预测模型
电力能源系统
数据处理模块
初始运行状态
设施
可视化页面
数据采集模块
大语言模型
蜜罐构建方法
web服务器
电力
双向长短期记忆网络
运维监控方法
关键字
识别关键信息
监控数据处理
生成提醒信息