一种基于数据驱动的电力优化调度解耦并行方法及系统

本发明涉及电力优化技术领域，且公开了一种基于数据驱动的电力优化调度解耦并行方法及系统。该方法及系统通过对历史负荷需求数据进行分析，结合随机扰动生成多样化的求解算例，并利用底层求解器获取目标函数的最优解，收集算例的最优解和相关特征数据，用于不同机器学习模型的训练，计算不同机器学习模型预测的准确率，对准确率达到设定要求的机器学习模型预测出来的值来进行算例模型分解，利用分解后的结果对算例进行解耦求解，获取求解效率最高的机器学习模型，最终将新的算例输入训练好的求解效率最高的机器学习模型对算例进行预测和解耦，对解耦后的多个子问题并行求解，从而保证电力优化调度问题模型精确分解的同时提高了整体求解效率。