基于深度学习的微电网无功优化方法及系统

本发明提供一种基于深度学习的微电网无功优化方法及系统，通过引入积极无功配置监督数据与消极无功配置监督数据的对比学习机制，考虑了每个样例学习数据的直接训练效益，还引入了循环训练强化效益的评估，通过比较模型在不同训练分组间的预测能力提升，有效避免了模型过拟合，并促进了模型泛化能力的增强。特别是，通过设定第一循环拟合优度值和第二循环拟合优度值的不同融合系数，本发明进一步优化了模型对积极与消极无功配置的学习权重，使得生成的目标微电网无功优化模型能更准确地反映微电网运行的实际需求，提高了无功优化的精确度和效率。最终，该方法能够针对任意给定的目标微电网运行数据，快速生成高效的无功优化配置决策。