一种基于深度学习的新能源电力分配策略决策方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习的新能源电力分配策略决策方法
申请号:CN202410917038
申请日期:2024-07-09
公开号:CN119358858B
公开日期:2025-08-12
类型:发明专利
摘要
本发明公开了一种基于深度学习的新能源电力分配策略决策方法,属于能源管理与分配技术领域,包括:通过大数据技术采集获取新能源电力数据集;通过数据预处理程序对新能源电力数据集进行标准化预处理;利用深度学习网络构建新能源电力交易预测模型;基于新能源电力交易预测模型确定新能源电力阶段预测结果;获取电力分配目标,基于新能源电力阶段预测结果建立新能源电力时段分配函数;根据新能源电力阶段预测结果获得新能源电力分配方案簇,基于新能源电力时段分配函数对新能源电力分配方案簇进行评估迭代优化,作为目标新能源电力时段分配策略。本申请解决了现有技术中新能源电力分配策略准确性和优化不足的技术问题。
技术关键词
电力分配 策略决策方法 发电量 深度学习网络 异常数据 神经网络结构 样本 大数据技术 生成电力 参数 模型更新 阶段 程序 能源管理 传播算法 矩阵 时序
系统为您推荐了相关专利信息
电力系统 优化调度模型 历史运行数据 优化调度方法 历史负荷数据
分析方法 皮尔逊相关系数 质谱仪 误差 时序
抗直流偏磁 异常数据 互感器故障检测 深度学习算法 生成工作
优化调度模型 任务调度方法 数据中心设备 单体 任务调度系统
信号降噪 手机 异常数据 傅里叶变换算法 信号特征