基于分布式深度强化学习的微电网能量优化方法及装置

本发明提供基于分布式深度强化学习的微电网能量优化方法及装置，涉及微电网能量优化与智能调度技术领域，本发明基于历史用电量、气象数据及对应供电量，按时间顺序构建特征序列；随后用两类序列分别训练LSTM模型，得到用电量与供电量预测模型，并通过滑动窗口获取预测误差，接着获取未来下一时段气象数据，结合历史序列获取供电量预测值，基于历史气象结合误差分布，计算供电量预测值属各区间概率作为第一类证据；再以未来气象与工况相似度为权重分配第二类证据，采用动态时间规整差分方法识别异常风机并修正供电量预测值，生成第三类证据，最后D‑S融合，输出未来下一时段供电量预测值，并进行供电模式决策。