基于人工智能联合驱动的电力机组组合调度方法与系统技术方案

本申请涉及一种基于人工智能联合驱动的电力机组组合调度方法与系统，其中，方法包括：获取电力系统机组组合运行期望数据；根据电力系统机组组合运行期望数据，识别电力系统机组组合的调度场景；获取与调度场景对应的电力系统机组组合调度模型，得到目标电力系统机组组合调度模型；将电力系统机组组合运行期望数据输入至目标电力系统机组组合调度模型，生成电力系统机组组合调度方案；根据生成的电力系统机组组合调度方案进行电力系统机组组合调度。整个方案可以实现高效的电力系统机组组合调度。度。度。

【技术实现步骤摘要】
基于人工智能联合驱动的电力机组组合调度方法与系统


[0001]本申请涉及电力系统
，特别是涉及一种基于人工智能联合驱动的电力机组组合调度方法、系统、计算机设备以及存储介质。

技术介绍

[0002]安全约束机组组合（SCUC）是电网公司、独立系统运营商或区域输电组织在日常电力市场中必须完成的重要日常任务之一，也是发电公司优化竞价策略的重要工具之一，用于得到电力系统机组开停机方案，方便日前计划的制定。
[0003]传统针对机组组合问题，现有技术采用的方法可大致分为常规的建模方法以及智能优化方法，其中，常规的建模方法的重点在于完善机组组合模型，如引入更多的决策变量，更复杂、精确的约束条件，使得模型最大限度地贴合电力系统的实际情况，以满足系统运行日益增长的精细化要求。
[0004]SCUC具有高维、非凸、离散、非线性的特点，在数学上是一个NP
‑
hard问题，因此难以在有限时间内求得最优解。大量的故障态安全约束以及海量的0
‑
1整数变量更导致SCUC问题的规模变得非常庞大，对这样一个大规模问题进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能联合驱动的电力机组组合调度方法，其特征在于，所述方法包括：获取电力系统机组组合运行期望数据；根据所述电力系统机组组合运行期望数据，识别电力系统机组组合的调度场景；获取与所述调度场景对应的电力系统机组组合调度模型，得到目标电力系统机组组合调度模型，所述电力系统机组组合调度模型为基于长短期记忆网络模型训练的模型；将电力系统机组组合运行期望数据输入至所述目标电力系统机组组合调度模型，生成电力系统机组组合调度方案；根据生成的电力系统机组组合调度方案进行电力系统机组组合调度。2.根据权利要求1所述的方法，其特征在于，所述电力系统机组组合调度模型生成过程包括：获取电力系统机组组合历史运行数据和历史调度数据；以所述历史运行数据作为网络训练的样本输入、且以所述历史调度数据作为网络训练的样本输出，生成机组组合历史映射样本；对所述机组组合历史映射样本进行聚类处理，得到不同类别的历史映射样本；基于不同类别的历史映射样本、与不同的长短期记忆网络模型一一对应进行训练，得到不同类别的已训练长短期记忆网络模型。3.根据权利要求2所述的方法，其特征在于，所述对所述机组组合历史映射样本进行聚类处理，得到不同类别的历史映射样本之前，还包括：对所述机组组合历史映射样本进行归一化处理。4.根据权利要求2所述的方法，其特征在于，所述对所述机组组合历史映射样本进行聚类处理，得到不同类别的历史映射样本包括：基于所述机组组合历史映射样本中日负荷数据对所述机组组合历史映射样本进行聚类处理，得到不同类别的历史映射样本。5.根据权利要求4所述的方法，其特征在于，所述基于所述机组组合历史映射样本中日负荷数据对所述机组组合历史映射样本进行聚类处理，得到不同类别的历史映射样本包括：获取所述机组组合历史映射样本中日负荷数据集；获取预设个数初始聚类中心，计算所述日负荷数据集与所述初始聚类中心的欧式距离；根据所述欧式距离，将所述机组组合历史映射样本划分到最近的聚类中心所属的簇；更新所述初始聚类中心，以降低每簇数据对应的均方差，得到更新后的聚类中心；以所述更新后的聚类中心重新作为初始聚类中心，返回所述计算所述日负荷数据集与所述初始聚类中心的欧式距离的步骤，直至聚类中心不再变化，得到目标聚类中心；根据所述目标聚类中心对所述机组组合历史映射样本进行聚类处理，得到不同类别的历史映射样本。6.根据权利要求1所述的方法，其特征在于，单...

【专利技术属性】
技术研发人员：李卓环，包涛，马溪原，李鹏，习伟，潘世贤，杨铎烔，许一泽，王鹏宇，周长城，葛俊，陈炎森，
申请(专利权)人：南方电网数字电网研究院有限公司，
类型：发明
国别省市：