在审
基于数据驱动的机组组合决策方法、系统、设备及介质
许
许丹 专利 326
华中科技大学陈
陈准
机构 暂无郑
郑陈达
机构 暂无宋
宋少群 专利 64
国网福建省电力有限公司
丁强 专利 325
清华大学戴
戴赛 专利 174
中国电力科学研究院有限公司李
李强 专利 166
中国电力科学研究院有限公司潘
潘毅 专利 75
中国电力科学研究院有限公司崔
崔晖 专利 203
中国电力科学研究院有限公司李
李博 专利 163
中国电力科学研究院有限公司张
张加力 专利 155
中国电力科学研究院有限公司李
李宇轩 专利 100
华北电力大学胡
胡晓静 专利 135
中国电力科学研究院有限公司徐
徐晓彤 专利 86
中国电力科学研究院有限公司闫
闫翠会 专利 66
中国电力科学研究院有限公司门
门德月 专利 114
中国电力科学研究院有限公司周
周明逸 专利 9
中国电力科学研究院有限公司刘
刘升 专利 128
国网四川省电力公司电力科学研究院
胡静 专利 387
东南大学路
路怡 专利 53
中国电力科学研究院有限公司燕
燕京华 专利 152
中国电力科学研究院有限公司盛
盛灿辉 专利 71
中国电力科学研究院有限公司张
张传成 专利 174
中国电力科学研究院有限公司屈
屈富敏 专利 89
中国电力科学研究院有限公司李
李哲 专利 217
中国电力科学研究院有限公司张
张瑞雯 专利 85
中国电力科学研究院有限公司黄
黄国栋 专利 221
中国电力科学研究院有限公司韩
韩彬 专利 257
合肥工业大学胡
胡晨旭 专利 132
中国电力科学研究院有限公司杨
杨晓楠 专利 100
中国电力科学研究院有限公司王
王磊 专利 272
中国电力科学研究院有限公司摘要
本发明公开了一种基于数据驱动的机组组合决策方法、系统、设备及介质，决策方法包括结合机组组合历史样本数据的特征，建立机组组合深度学习模型；利用训练样本对机组组合深度学习模型进行训练，训练样本包括日负荷、机组组合方案，日负荷与机组组合方案之间具有映射关系；在训练后的机组组合深度学习模型中输入负荷数据，获得机组组合方案的决策结果。本发明不研究机组组合的内在机理，而是基于深度学习方法，利用海量历史决策数据训练，直接构建已知输入量和决策结果间的映射关系。因而，本发明在面对不同类型的机组组合问题时，适应性更高，有助于电力调度系统应对各种复杂因素和突发状况的影响。
暂无引用专利
