摘要
本发明属于电网调度领域,具体涉及基于BiTrackGCT模型的电网调度方法、装置、设备及介质,其中方法包括:采集电网数据;将电网数据输入到预设好的BiTrackGCT模型,所述BiTrackGCT模型包括日前BiTrackGCT模型、日内BiTrackGCT模型和实时BiTrackGCT模型,所述BiTrackGCT模型提取电网数据的空间与时序特征,基于空间与时序特征输出多时间尺度下未来电网的理想状态预测值与实际状态预测值;依据多时间尺度下未来电网的实际状态预测值与理想状态预测值进行提前调度。结合卷积神经网络和三层权重共享门控循环单元,精确捕捉光伏发电与负荷需求之间的复杂时序关系,并利用树结构的算法对模型超参数进行优化,减少预测误差对调度的影响。
技术关键词
电网调度方法
多时间尺度
时序特征
门控循环单元
预测误差
输出模块
特征提取模块
数据
标签
模型超参数
无监督学习
可读存储介质
调度装置
算法
节点
有功功率
处理器
系统为您推荐了相关专利信息
图像识别算法
垃圾袋
识别方法
卡尔曼滤波
匈牙利算法
负荷预测模型
负荷预测误差
数据采集频率
误差系数
多能源
分布式跟踪方法
协方差矩阵
弹道导弹
噪声方差
估计误差
监测点
压力
控制点
稳定性判定方法
三次样条插值