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
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
系统动力学模型
路径优化方法
措施
粒子滤波算法
参数
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
半导体器件工艺
双层智能
仿真器
智能进化算法
光刻