摘要
本发明公开了一种基于迁移学习和GAN的水热发电系统调度优化方法,在当前电力需求为第二个电力需求时,通过结合随机生成的调度方案种群与前一个电力需求的优化调度方案种群,基于非支配排序遗传算法得到当前电力需求的优化调度方案种群进行水热发电系统调度,在当前电力需求为第三个或以上电力需求时,基于迁移学习的思想提取历史优化调度方案种群的经验,并结合生成对抗网络GAN和标准正态分布生成具有历史经验的新的调度方案种群,通过融合和非支配排序遗传算法得到当前电力需求的优化调度方案种群进行水热发电系统调度;优点是对于整体电力需求,在平衡最小化热力发电机组的总燃料成本和最小化热力发电机组的排放量的效果上稳定性较高。
技术关键词
热力发电机组
电力
生成对抗网络
层级
排放量
遗传算法
正态分布方法
坐标系
四边形
数学模型
横轴
坐标点
协方差矩阵
多层前馈神经网络
发电调度系统
水热
端点
分段
极值
系统为您推荐了相关专利信息
电力负荷预测方法
数据
训练预测模型
气象
构建预测模型
甄别方法
在线监测数据
工况参数
大气污染治理设施
电力管理系统
网络设计方案
Logit模型
网络节点
网络设计方法
网络拓扑结构
数字孪生模型
Petri网模型
企业业务流程
配额
OPCUA协议
图像特征点
电力巡检无人机
全局地图
传感器融合
误差状态