考虑用户自行为耦合的专家-数据双驱需求响应优化方法

本发明公开考虑用户自行为耦合的专家‑数据双驱需求响应优化方法，涉及电力系统需求响应优化技术领域。本发明通过构建专家参与度评估器判定专家介入或退出状态，首先由专家介入学习各用户对待需求响应的行为特征，构建专家策略；待专家退出后则由神经网络自主成长从而构建策略。生成的策略则以“负荷调度指令值”的信号形式下达于各用户，经考虑用户行为自耦后和专家偏好带来的影响后适当改善专家策略，最后将用户执行策略后的数据返回“经验回放池”予以专家策略构建器/神经网络训练采样，融合形成专家驱动与数据驱动的协同循环训练体系，其根据设定的轮次训练网络以优化策略，即设定对各用户最适配的“负荷调度指令值”，实现总负荷削减最大化目标。