摘要
本发明涉及电网负荷调整技术领域,本发明涉及采用深度强化学习的电网负荷侧响应智能决策系统及方法,方法包括:设立中央服务器,将电网侧的服务覆盖范围划为N个服务区,每个服务区均设立一个云端;收集N个服务区内的用户历史用电数据、天气数据、实时电价与电网状态,并输入至所属服务区的云端;中央服务器初始化全局决策模型与用户需求预测模型,并将全局决策模型与用户需求预测模型发送至服务区的云端。本发明使电网负荷调度决策具备自学习和自适应能力,能够根据实时数据和历史数据不断优化调度策略。
技术关键词
电网负荷侧响应
需求预测模型
深度强化学习
智能决策方法
天气预报信息
云端
智能决策系统
网络结构
智能合约调用
初始化构建方法
数据
服务器
参数
加权平均法
电网负荷调度
深度神经网络模型
强化学习框架
系统为您推荐了相关专利信息
移动充电设备
智能变轨
智能控制单元
数据处理中心
综合能源管理策略
库存控制系统
需求预测模型
射频识别单元
条形码扫描技术
条形码扫描单元
深度强化学习算法
决策
数据采集效率
生成方法
生成无人机
深度强化学习模型
评论家方法
样本
神经网络分类
时序
信号覆盖设备
停车场
移动设备
需求预测模型
能耗预测模型