基于神经网络的虚拟电厂多资源协同控制方法及系统

本申请涉及多资源协同控制技术领域，提供一种基于神经网络的虚拟电厂多资源协同控制方法及系统，解决多资源协同控制能力差的问题。本申请通过环境协同特征数据；提取光伏、风电输出波动相关的周期性特征及环境极端变化趋势，形成第一处理数据；监测输电线路温度分布与应力形变，空间关联处理得到反映线路安全状态的第二处理数据；将两类数据输入双层注意力神经网络，筛选主导环境量、确定极端气象事件特征权重，输出反映能源供需与输电约束的第三处理数据；用蚁群优化算法解析得适配性调控参数，结合储能和电源状态生成调度指令，控制风电、光伏、储能输出比例，实现能源波动场景下的多资源协同控制，提升能源输出场景下的多资源协同控制能力。