摘要
本发明公开了一种储能系统经济性评估方法、系统及存储介质,属于储能系统技术领域。包括:通过多源数据采集模块实时获取储能系统的运行数据、电力市场交易数据及设备状态数据;利用动态特征工程模块筛选关键影响因子,构建融合市场特征、技术特征、环境特征的综合评估指标体系;基于LSTM神经网络构建经济性预测模型,将所述综合评估指标体系的数据输入所述经济性预测模型,输出多时间尺度的经济性评估结果,包括短期收益预测、中期概率化收益区间及长期衰减修正评估;通过强化学习算法生成收益‑风险平衡的充放电策略,并在数字孪生环境中预演策略效果,动态调整高风险操作。能够显著提升储能系统经济性评估的精度与适应性。
技术关键词
经济性评估方法
储能系统
设备状态数据
评估指标体系
数字孪生
强化学习算法
充放电策略
LSTM神经网络
特征工程
在线学习机制
滑动时间窗口策略
高风险
梯度下降算法
多时间尺度
数据采集模块
清洗单元
评估系统
动态
系统为您推荐了相关专利信息
分析系统
数据分析模块
分析单元
样本
互联网大数据
多参数水质监测仪
监测调节方法
数据生成模型
关系型数据库管理系统
监测调节装置
性能自动测试方法
数字孪生建模
光功率
光纤网络
性能自动测试系统
智能节能系统
分布式控制节点
分布式采集节点
大空间
UWB基站