-
公开(公告)号:CN110516889B
公开(公告)日:2023-07-07
申请号:CN201910829313.0
申请日:2019-09-03
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电网规划研究中心
Abstract: 本申请实施例公开了一种基于Q‑learning的负荷综合预测方法和相关设备,方法包括:获取影响负荷的若干组基础预测参数集,并对其进行标幺化处理和离散化处理,作为环境状态;获取若干种负荷预测方法,并对其权重进行离散化处理,作为动作空间;将负荷预测值和负荷实际值的平方根偏差作为回报函数;根据环境状态、动作空间和回报函数构建预测智能体;基于Q‑learning对预测智能体进行训练;将进行标幺化处理和离散化处理后基础参数集的输入到已训练收敛的预测智能体中,进行负荷预测。通过将Q强化学习应用于负荷综合预测中,设计了环境状态、动作空间和回报函数,使得所选择预测方法和权重值均可以随基础预测参数而改变,解决了现有的单个预测方法适应性差问题。
-
公开(公告)号:CN110516889A
公开(公告)日:2019-11-29
申请号:CN201910829313.0
申请日:2019-09-03
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电网规划研究中心
Abstract: 本申请实施例公开了一种基于Q-learning的负荷综合预测方法和相关设备,方法包括:获取影响负荷的若干组基础预测参数集,并对其进行标幺化处理和离散化处理,作为环境状态;获取若干种负荷预测方法,并对其权重进行离散化处理,作为动作空间;将负荷预测值和负荷实际值的平方根偏差作为回报函数;根据环境状态、动作空间和回报函数构建预测智能体;基于Q-learning对预测智能体进行训练;将进行标幺化处理和离散化处理后基础参数集的输入到已训练收敛的预测智能体中,进行负荷预测。通过将Q强化学习应用于负荷综合预测中,设计了环境状态、动作空间和回报函数,使得所选择预测方法和权重值均可以随基础预测参数而改变,解决了现有的单个预测方法适应性差问题。
-
公开(公告)号:CN111798088A
公开(公告)日:2020-10-20
申请号:CN202010429611.3
申请日:2020-05-20
Applicant: 广东电网有限责任公司广州供电局 , 北京清大科越股份有限公司
Abstract: 本发明涉及一种电网调度方法及系统,应用于电力调度技术领域,其中,方法包括获取调度基本数据,所述调度基本数据包括现货市场调度基本数据、调频辅助服务市场调度基本数据;对所述调度基本数据进行验证;若验证通过,将验证后的调度基本数据输入预先设置的调度计划模型,得到调度计划编制方案,所述调度计划编制方案包括多日滚动发电调度计划方案、日前调度计划方案。如此,可以使调度技术支持与现货市场实时适应,解决了现有技术中随着现货市场、调频等信息的不断更新,现有的系统已经无法满足日益增长需要的技术问题。
-
-