摘要
本发明提供一种基于电价的永磁电机能量储存与优化运行方法及系统,涉及电机能量储存与优化运行技术领域,包括:通过深度信念神经网络预测电机功率,并利用时空图卷积神经网络预测电价,结合高斯混合模型量化系统误差,基于预测结果,采用量子遗传优化算法进行全局寻优,得到初始优化策略集并用于元启发式混合优化模型,生成时序关联控制策略,通过混合高斯‑隐马尔可夫模型进行系统建模,构建双层动作评价控制网络生成运行控制指令,利用分布式强化学习框架进行协同控制,并基于自适应动态规划和元学习策略迁移机制,得到最优控制策略。
技术关键词
深度信念神经网络
时空图卷积神经网络
高斯混合模型
转移概率矩阵
永磁电机
隐马尔可夫模型
期望最大化算法
动态邻接矩阵
受限玻尔兹曼机
协调控制策略
分布式强化学习
遗传优化算法
量子旋转门
参数
李雅普诺夫函数
变分贝叶斯推断算法
径向基函数网络
注意力机制
序列
系统为您推荐了相关专利信息
铁路牵引变电所
状态监测方法
策略优化模型
混合诊断模型
实时监测数据
远程医疗方法
生理指标监测
延续性
关键词特征
数据
驱动平台
转速控制模块
旋转平台
天线
电机驱动芯片
转移概率矩阵
非线性映射关系
上实时监控
指数衰减曲线
修正系数矩阵
巡航控制方法
加速度
交通流信息
速度预测方法
模型预测控制框架