【技术实现步骤摘要】
基于神经网络和强化学习的电网需求侧响应潜力评估及负荷转移方法
[0001]本申请涉及电网信息领域，具体涉及一种基于神经网络和强化学习的电网需求侧响应潜力评估及负荷转移方法。
技术介绍
[0002]电力需求侧管理的概念最早由美国在上世纪70年代所提出，并于80年代逐渐推广到西方其它发达国家。它是指电力行业在保证电力服务水平的前提下，通过采取一系列措施，引导用户科学合理用电，提高电能利用效率，以实现保护环境和减少电力服务成本的用电管理活动。
[0003]随着智能电网技术的不断发展，需求侧响应(Demand Response，DR)在电网经济、稳定运行中起着愈发重要的作用，需求响应策略可改善配电网的供电可靠性。近年来，全国各地用电需求保持较快的增长，电力紧缺时有发生，电网运行压力不断增大，因此在智能用电环境下，将更关注用户侧的用电行为特性，挖掘用户的响应意愿和潜力，针对性地制定价格信号或实施激励措施以鼓励电网用户自愿参与响应活动是十分必要的，能够科学指导用户合理用电，从而达到缓解电力供需矛盾的目的。
技术实现思路
<...
【技术保护点】
【技术特征摘要】
1.一种基于神经网络和强化学习的电网需求侧响应潜力评估及负荷转移方法，其特征在于，包括以下步骤：步骤S1，使用改进的k
‑
means聚类算法对海量的客户用电数据进行聚类生成用电行为标签，将客户数据聚类为无峰、单峰和多峰三类；步骤S2，搭建并训练多层感知机MLP神经网络模型，以客户96点工作日负荷数据和用电行为标签作为输入，挖掘输入数据与客户参与需求响应意愿和潜力之间的隐式映射关系；步骤S3，利用深度强化学习对所构建的负荷转移模型进行求解，输出最优的分时电价制定建议。2.根据权利要求1所述的一种基于神经网络和强化学习的电网需求侧响应潜力评估及负荷转移方法，其特征在于，所述的步骤S1包括以下子步骤：步骤S11，确定初始聚类中心，将样本集中所有用户的总用电负荷进行排序，均分为K类，计算每个类中样本负荷的均值作为该类的初始聚类中心；步骤S12，计算所有样本到K个聚类中心的距离，按照最近距离把所有样本划分到不同类别中，重新计算并更新聚类中心...
【专利技术属性】
技术研发人员：张佳雯，张成，蔡文嘉，何行，董重重，田猛，张芹，魏解，吴明珍，冉艳春，胡亚天，张蕾，吴悠，王兹玥，
申请(专利权)人：武汉大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。