摘要
本发明公开了一种基于分段仿射的电力系统碳排放流约束学习方法及装置,具体为:使用碳排放流计算方法生成电力系统碳排放流数据,结合碳排放流模型与电力系统潮流计算,选定合适的特征向量,对各节点设定算法中的各项超参数,并对碳排放流数据进行初始化分类;针对已有分类结果,进行贝叶斯回归和Softmax回归,结合回归和分类问题的结果,计算出基于自适应不敏感准则的新型损失函数;基于数据在不同分类中的损失函数值进行重新分类,并返回进行贝叶斯回归和Softmax回归迭代,直至算法达到收敛;利用回归和分类权重参数结合大M法,将训练完成的算法模型转化为混合整数线性约束。本发明提高了电力系统碳排放流约束学习的计算精度和计算效率。
技术关键词
排放流
电力系统碳
新型损失函数
学习方法
节点
电力系统潮流
分段
算法模型
超参数
计算方法
线性
电力系统负荷
机组
模块
两阶段
训练集数据
系统为您推荐了相关专利信息
多智能体深度强化学习
强化学习算法
智能无人机
机载计算机
神经网络参数
城市信息模型
展示方法
管理系统
接口管理模块
集成模块
决策支持系统
异常流量
池化特征
网络流量数据
信息熵