摘要
本申请公开了一种基于神经网络模型预测的决策时间计算方法及系统,其中方法包括对历史节点负荷数据施加正态干扰,得到第一节点负荷数据;基于对历史节点负荷数据和第一节点负荷数据施加时间波动得到的波动结果进行重构得到第二节点负荷数据;至少将第二节点负荷数据输入至电力系统调度模型中进行求解,记录得到的各个求解结果对应的时间信息;至少根据时间信息对初始决策时间预测模型进行训练,得到训练好的决策时间预测模型;将获取到的实时节点负荷数据输入决策时间预测模型中,得到策略求解时间。本申请提供的方法,通过求解决策时间从而提高了电力调度的实时性。
技术关键词
时间预测模型
时间计算方法
负荷
神经网络模型
节点
决策
电力系统
序列
策略
传播算法
历史运行数据
元素
重构
频率
电压
幅值
模块
偏差
系统为您推荐了相关专利信息
区块链共识方法
数据采集节点
信誉值
区块链共识系统
频率
动态风险评估方法
工程地质
多源异构数据
风险评估模型
节点
计划
城市轨道交通运行图
节点
拉格朗日对偶
松弛算法
强度预测方法
BP神经网络
遗传算法
优化神经网络模型
应力
贝叶斯神经网络
标准值计算方法
青藏高原
马尔科夫链蒙特卡洛方法
土体物理性质