买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州和利时自动化有限公司;中煤新集利辛发电有限公司

摘要：本发明提供一种基于机器学习模型的电厂优化调度方法及虚拟控制系统，涉及电网技术领域，包括：获取历史电网负荷需求，生成数据集，划分为训练集和验证集，建立记忆网络模型，确定记忆网络模型的结构并定义超参数网格，调整记忆网络模型的超参数取值范围，交叉验证并确定超参数，部署记忆网络模型；确定记忆网络模型中的输入参数，设定概率分布，生成随机样本，对于每个输入参数，根据概率分布随机抽取样本并对模型进行求解，得到不确定性，评估电网失荷风险，构建目标函数；生成果蝇群体并设置个体数量，基于果蝇算法重复迭代，得到最优个体，通过模拟退火算法确定当前最优个体是否被接受，若是，根据目标函数确定调度优化方案。

主权项：1.基于机器学习模型的电厂优化调度方法，其特征在于，包括：获取历史电网负荷需求，基于所述历史电网负荷需求生成数据集，将所述数据集划分为训练集和验证集，基于深度学习建立记忆网络模型，确定所述记忆网络模型的结构并定义超参数网格，基于所述超参数网格调整所述记忆网络模型的超参数取值范围，基于所述数据集交叉验证所述记忆网络模型并确定超参数，部署所述记忆网络模型；基于所述记忆网络模型，确定所述记忆网络模型中的输入参数，设定概率分布，通过蒙特卡洛模拟生成随机样本，对于每个输入参数，根据设定的概率分布随机抽取样本并对模型进行求解，得到不确定性，基于所述不确定性评估电网失荷风险，以所述电网失荷风险最小化和运行成本最小化作为目标构建目标函数；基于所述目标函数，生成果蝇群体并设置个体数量，模拟退火的初始温度和温度衰减系数，其中所述果蝇群体中的每个个体代表所述目标函数的一个解，基于训练完成的果蝇算法重复迭代，得到最优个体，结合所述初始温度和所述温度衰减系数，通过模拟退火算法确定当前最优个体是否被接受，若是，则根据所述目标函数确定调度优化方案；所述基于所述记忆网络模型，确定所述记忆网络模型中的输入参数，设定概率分布，通过蒙特卡洛模拟生成随机样本，对于每个输入参数，根据设定的概率分布随机抽取样本并对模型进行求解，得到不确定性，基于所述不确定性评估电网失荷风险，以所述电网失荷风险最小化和运行成本最小化作为目标构建目标函数包括：对于部署完成的记忆网络模型，获取所述记忆网络模型的输入参数，即影响电网负荷需求的天气条件和经济指标；对于所述输入参数，根据数据类型通过离散的概率分布或连续的概率分布确定每个参数对应的概率分布，并为模型误差设置对应的正态分布；对于每个输入参数，根据设定的概率分布，基于概率密度函数进行随机抽样，生成随机样本，将所述随机样本添加至所述记忆网络模型进行求解，得到第一预测结果，计算所述第一预测结果对应的第一标准差，并将所述第一标准差作为所述不确定性；基于所述不确定性，结合电网负荷需求的预测值和额定容量，计算超负荷时间，其中，所述超负荷时间越长，电网失荷风险越大，以所述电网失荷风险最小化和运行成本最小化为目标，构建所述目标函数；所述以所述电网失荷风险最小化和运行成本最小化为目标，构建所述目标函数如下公式所示 ；其中，F表示目标函数值，E[]+表示期望值操作，Dt表示在时间段t的预测负荷需求，Pgen,it表示在时间段t内第i个发电单元的发电量，T表示总时间段数，Ci表示第i个发电单元的单位发电成本，∑t表示对所有时间段t上的期望值进行求和，∑i表示对发电单元的发电量进行求和。

全文数据：

权利要求：

百度查询： 杭州和利时自动化有限公司 中煤新集利辛发电有限公司 基于机器学习模型的电厂优化调度方法及虚拟控制系统