电力代价值预测方法技术

本申请涉及一种电力代价值预测方法

【技术实现步骤摘要】
电力代价值预测方法、装置、设备和介质


[0001]本申请涉及电力系统及其自动化
，特别是涉及一种电力代价值预测方法
、
装置
、
设备和介质
。

技术介绍

[0002]电力调度系统是一个基于智能电网的复杂网络系统，其涉及电网调度与运行
、
系统监控与反馈
、
系统机制
、
参与者的行为策略等
。
在电力调度系统中，系统根据发电机组的行为策略和负荷的需求，确定出清的电力代价值，以实现电力系统平衡和最优化分配
。
为进一步合理地管控风险和优化电力资源，可以通过对电力代价值进行预测来调节供需关系
、
维护电力系统稳定运行
。
[0003]随着计算机模型和仿真技术的发展，可以通过机器学习算法对发电机组的行为决策进行建模，并在仿真环境下模拟出清，从而进行电力代价值的预测
。
然而，当前建模并预测的方法通常基于理性的规范模型，准确率较低且很难具有应用普适性
。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高准确率和普适性的电力代价值预测方法
、
装置
、
设备和介质
。
[0005]第一方面，本申请提供了一种电力代价值预测方法
。
该方法包括：
[0006]获取目标机组的原始价量对数据及原始特征配置信息，原始特征配置信息用于表征原始环境配置和目标机组的原始机组配置；
[0007]从训练样本集中学习获得目标生成代理模型，训练样本集包括原始价量对数据和原始特征配置信息的对应记录；
[0008]从指定仿真环境中提取目标特征配置信息，基于目标特征配置信息和目标生成代理模型，获取目标机组在指定仿真环境下的目标价量对数据，并利用目标价量对数据进行仿真出清，得到出清后的电力代价值
。
[0009]在其中一个实施例中，获取目标机组的原始价量对数据及原始特征配置信息，包括：
[0010]获取目标机组在预定历史时段内的历史价量对数据以及历史价量对数据对应的历史特征配置信息；
[0011]获取目标机组在混合仿真实验中的实验价量对数据以及实验价量对数据对应的实验特征配置信息；
[0012]结合历史价量对数据
、
历史特征配置信息
、
实验价量对数据和实验特征配置信息，得到原始价量对数据及原始特征配置信息
。
[0013]在其中一个实施例中，获取目标机组在混合仿真实验中得到的实验价量对数据以及实验价量对数据对应的实验特征配置信息，包括：
[0014]获取与目标机组匹配的候选机组；
[0015]获取候选机组在预定历史候选时段内的候选价量对数据，并根据候选价量对数据确定行为生成模型；
[0016]利用行为生成模型在混合仿真实验中生成目标机组的实验价量对数据，其中，混合仿真实验包括实验特征配置信息
。
[0017]在其中一个实施例中，根据候选价量对数据确定行为生成模型，包括：
[0018]通过候选价量对数据对初始行为模型中的初始行为生成模型和初始行为判别模型进行对抗训练，得到训练好的行为生成模型，初始行为模型采用生成对抗网络
。
[0019]在其中一个实施例中，获取目标机组在混合仿真实验中得到的实验价量对数据以及实验价量对数据对应的实验特征配置信息，包括：
[0020]在混合仿真实验下，接收参与用户输入的目标机组的实验价量对数据，其中，混合仿真实验包括实验特征配置信息
。
[0021]在其中一个实施例中，从训练样本集中学习获得目标生成代理模型，包括：
[0022]通过原始价量对数据和原始特征配置信息，对初始生成代理模型和初始判别代理模型进行迭代对抗训练，得到目标生成代理模型；其中，在每次训练过程中，执行以下操作：
[0023]将原始特征配置信息和噪声数据输入初始生成代理模型，得到伪价量对数据；
[0024]将原始特征配置信息
、
原始特征配置信息对应的原始价量对数据和伪价量对数据输入初始判别代理模型，得到伪价量对数据为真的概率，并利用概率对初始生成代理模型进行参数优化
。
[0025]在其中一个实施例中，该方法还包括：
[0026]对目标特征配置信息的邻域和目标价量对数据的邻域进行成对采样；
[0027]通过预设的事后可解释模型，确定目标特征配置信息中至少一个维度的特征数据对目标价量对数据的贡献程度
。
[0028]第二方面，本申请还提供了一种电力代价值预测装置
。
该装置包括：
[0029]获取模块，用于获取目标机组的原始价量对数据及原始特征配置信息，原始特征配置信息用于表征原始环境配置和目标机组的原始机组配置；
[0030]训练模块，用于从训练样本集中学习获得目标生成代理模型，训练样本集包括原始价量对数据和原始特征配置信息的对应记录；
[0031]预测模块，用于从指定仿真环境中提取目标特征配置信息，基于目标特征配置信息和目标生成代理模型，获取目标机组在指定仿真环境下的目标价量对数据，并利用目标价量对数据进行仿真出清，得到出清后的电力代价值
。
[0032]第三方面，本申请还提供了一种计算机设备
。
该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
[0033]获取目标机组的原始价量对数据及原始特征配置信息，原始特征配置信息用于表征原始环境配置和目标机组的原始机组配置；
[0034]从训练样本集中学习获得目标生成代理模型，训练样本集包括原始价量对数据和原始特征配置信息的对应记录；
[0035]从指定仿真环境中提取目标特征配置信息，基于目标特征配置信息和目标生成代理模型，获取目标机组在指定仿真环境下的目标价量对数据，并利用目标价量对数据进行仿真出清，得到出清后的电力代价值
。
[0036]第四方面，本申请还提供了一种计算机可读存储介质
。
该计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0037]获取目标机组的原始价量对数据及原始特征配置信息，原始特征配置信息用于表征原始环境配置和目标机组的原始机组配置；
[0038]从训练样本集中学习获得目标生成代理模型，训练样本集包括原始价量对数据和原始特征配置信息的对应记录；
[0039]从指定仿真环境中提取目标特征配置信息，基于目标特征配置信息和目标生成代理模型，获取目标机组在指定仿真环境下的目标价量对数据，并利用目标价量对数据进行仿真出清，得到出清后的电力代价值
。
[0040]第五方面，本申请还提供了一种计算机程序产品
。...

【技术保护点】

【技术特征摘要】
1.
一种电力代价值预测方法，其特征在于，所述方法包括：获取目标机组的原始价量对数据及原始特征配置信息，所述原始特征配置信息用于表征原始环境配置和所述目标机组的原始机组配置；从训练样本集中学习获得目标生成代理模型，所述训练样本集包括所述原始价量对数据和所述原始特征配置信息的对应记录；从指定仿真环境中提取目标特征配置信息，基于所述目标特征配置信息和所述目标生成代理模型，获取所述目标机组在所述指定仿真环境下的目标价量对数据，并利用所述目标价量对数据进行仿真出清，得到出清后的电力代价值
。2.
根据权利要求1所述的方法，其特征在于，所述获取目标机组的原始价量对数据及原始特征配置信息，包括：获取所述目标机组在预定历史时段内的历史价量对数据以及所述历史价量对数据对应的历史特征配置信息；获取所述目标机组在混合仿真实验中的实验价量对数据以及所述实验价量对数据对应的实验特征配置信息；结合所述历史价量对数据
、
所述历史特征配置信息
、
所述实验价量对数据和所述实验特征配置信息，得到所述原始价量对数据及所述原始特征配置信息
。3.
根据权利要求2所述的方法，其特征在于，所述获取所述目标机组在混合仿真实验中得到的实验价量对数据以及所述实验价量对数据对应的实验特征配置信息，包括：获取与所述目标机组匹配的候选机组；获取所述候选机组在预定历史候选时段内的候选价量对数据，并根据所述候选价量对数据确定行为生成模型；利用所述行为生成模型在混合仿真实验中生成所述目标机组的所述实验价量对数据，其中，所述混合仿真实验包括所述实验特征配置信息
。4.
根据权利要求3所述的方法，其特征在于，所述根据所述候选价量对数据确定行为生成模型，包括：通过所述候选价量对数据对初始行为模型中的初始行为生成模型和初始行为判别模型进行对抗训练，得到训练好的所述行为生成模型，所述初始行为模型采用生成对抗网络
。5.
根据权利要求2所述的方法，其特征在于，所述获取所述目标机组在混合仿真实验中得到的实验价量对数据以及所述实验价量对数据对应的实验特征配置信息，包括：在混...

【专利技术属性】
技术研发人员：冷迪，李颖杰，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：