摘要
本发明公开了一种基于人工智能的生产调度方法、设备及介质，属于人工智能技术领域。通过多源采集电力设备电气参数与物理状态数据，经边缘预处理后，利用LSTM‑GARCH模型进行负荷与设备健康状态双维度预测，再基于预测结果和设备健康状态生成动态调度策略，最后根据执行效果优化预测模型与调度策略，形成闭环优化机制。通过多源数据融合与边缘‑云端协同处理，将调度响应延迟降低；利用LSTM‑GARCH模型提升负荷预测精度，故障预警提前时间延长；基于强化学习的动态调度使电网负载均衡度提升，设备故障率降低，结合峰谷电价优化使用电成本下降，构建了从数据采集到策略优化的全流程智能闭环，显著提升电力系统运行的可靠性。
