基于神经网络的电力市场出清方法、装置、设备及介质

AITNT
正文
推荐专利
基于神经网络的电力市场出清方法、装置、设备及介质
申请号:CN202510894707
申请日期:2025-06-30
公开号:CN120782478A
公开日期:2025-10-14
类型:发明专利
摘要
本发明属于电力市场出清优化领域。本发明提供一种基于神经网络的电力市场出清方法、装置、设备及介质,本发明的方法包括:获取历史可行解,通过历史可行解获得初始搜索空间;确定各可行分支的节点特征集和变量特征集,将各可行分支的节点特征集和变量特征集输入预先训练好的神经网络优化模型,训练好的神经网络优化模型以初始搜索空间为边界预测最优分支变量;根据最优分支变量寻找最优分支策略,在所述最优分支策略中找到电力市场出清方法的最优解。本发明的训练好的神经网络优化模型替代了现有分支策略,大大减少了算力,也就是说,通过本发明的技术方案有效解决了现有技术电力市场出清方案中采用分支策略计算量太大导致计算效率低的问题。
技术关键词
节点特征 变量 出清方法 分支 出清装置 训练神经网络 电力 策略优化模型 训练集 样本 排序模型 松弛 随机森林 可读存储介质 标签 场景 热启动
系统为您推荐了相关专利信息
1
一种基于大模型域自适应的遥感影像变化检测方法及系统
遥感影像变化检测 卷积解码器 图像编码器 变化检测网络 注意力
2
一种基于校验子反馈自适应的分层LDPC译码方法
LDPC译码方法 校验矩阵 译码码字 因子 分层
3
基于系统动力学模型分析的减排路径优化方法及系统
系统动力学模型 路径优化方法 措施 粒子滤波算法 参数
4
基于振动系统模型的车辆螺栓松动寿命预测方法及系统
螺栓连接结构 振动系统 阻尼参数 粒子群优化算法 系统动力学模型
5
半导体器件工艺的多目标双层智能优化方法
半导体器件工艺 双层智能 仿真器 智能进化算法 光刻
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号