摘要
本申请提供一种配电网需求侧响应方法、装置、设备及系统,涉及智能配电网技术领域。其中方法包括:基于用户历史用电数据,选择对应于用户所属用户类别的机器学习模型执行数据推理,得到用户的负荷需求量;根据负荷需求量生成并发布针对不同用户的需求侧响应策略;基于包括需求侧响应策略发布后监测的配电网运行状态和用户用电响应的初始状态空间,利用强化学习模型执行需求侧响应策略优化,生成针对不同用户的优化后需求侧响应策略。通过区别化不同类别用户的负荷需求预测以及基于需求侧响应策略发布后的配电网运行状态和用户用电反馈实现需求侧响应策略的动态优化,提升了对应不同用户的需求侧响应策略的准确性,支撑了配电网的安全可靠运行。
技术关键词
需求侧响应策略
需求侧响应方法
配电网运行状态
强化学习模型
时间序列特征
机器学习模型
数据预处理装置
负荷
数据采集装置
表达式
峰谷时段
智能配电网技术
机器可读存储介质
时序
指令
非线性
计算机设备
系统为您推荐了相关专利信息
步态规划方法
复合结构
关节
强化学习模型
激光雷达
深度强化学习模型
强化学习策略
气候
模拟器
实时数据
儿童呼吸道
混合预测模型
机器学习模型
数据分析系统
数据采集平台
疲劳状态识别
时间序列特征
原始脑电信号
识别方法
神经网络模型