一种基于深度学习的能源安全优化方法

本发明公开了一种基于深度学习的能源安全优化方法，S1、收集来自能源系统的多源数据并进行预处理；S2、构建能源系统的图结构模型；S3、应用物理感知卷积神经网络对所述图结构进行处理，生成每个节点的全局特征向量；S4、将全局特征向量输入自适应模糊推理系统，生成最终调度策略；S5、基于最终调度策略与预期目标调度策略的差异，对模糊推理规则的隶属度函数进行自适应调整；S6、结合节点特征向量和调度策略，实时调整能源设备的运行状态；S7、收集实时反馈数据，并根据实时反馈数据进一步优化能源系统的调度策略。本发明能够在能源安全优化中提供高效、科学的优化方案，为实际应用带来显著的技术价值和经济效益。