基于联邦学习框架的多时间尺度综合能源优化调度方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于联邦学习框架的多时间尺度综合能源优化调度方法
申请号:
CN202410761570
申请日期:
2024-06-13
公开号:
CN118627817A
公开日期:
2024-09-10
类型:
发明专利
摘要
本发明提供了一种基于联邦学习框架的多时间尺度综合能源优化调度方法,涉及能源调度技术领域,本发明通过降维解构综合能源系统,使用多工况域‑复合建模方法进行等效建模,建立多时间尺度的优化调度数学模型并采用深度学习网络封装。数据特征挖掘和数据增强提供场景数据,结合深度确定性策略梯度算法实现区域负荷分配最优策略。通过全局模型实现协同优化运行,提高整体经济效益,同时采用滚动优化和随机规划与实时调度相结合的方法处理系统不确定性。
技术关键词
能源优化调度方法
复合建模方法
综合能源系统
非参数核密度估计
深度学习网络
多时间尺度
拉丁超立方抽样
数学模型
全钒液流储能电池
框架
生成运行数据
加速网络收敛
能源调度技术
系统运行优化
策略
社区发现算法
节点
强连通分量