摘要
一种融合非线性特征的决策导向源荷多层优化预测方法，通过构造双层参数优化问题并初始化后，将计算得到的隐藏层参数输入两阶段优化模型，通过运行成本最优目标优化算法得到输出层参数后，经遗传算法更新生成新的隐藏层参数并循环优化直至得到使运行成本与预测误差达到最优平衡的双层参数组合，即隐藏层非线性映射参数与输出层线性权重参数，实现优化预测。本发明通过引入参考神经网络隐藏层的预测特征映射方法，将源荷功率预测特征进行非线性映射，并通过进化算法以两阶段运行目标为导向对其映射的权重、偏置和激活函数进行优化，得到的双层参数组合通过特征映射提升了预测模型对多能耦合非线性特征的刻画能力，又通过两阶段运行目标导向的协同优化实现了园区能源调度经济性与预测精度的动态权衡，实现园区综合能源系统运行目标预测建模参数的协调优化。
