【技术实现步骤摘要】
本专利技术涉及电力调度领域，特别涉及一种双模型驱动的虚拟电厂电力资源处置方法。
技术介绍
1、目前虚拟电厂的电力资源处置通常会利用到各种神经网络模型，涉及到的相关数据包括了能源资源数据、运行状态数据等，虽然运行状态数据是虚拟电厂进行电力能源处置的最主要依据，但是处置方案是建立在能源资源数据的基础上的，并且，在模型训练过程中，生成处置方案的逻辑也基于能源资源数据，因此，当能源资源数据发生变动时，相当于虚拟电厂的基本组成发生的改变，此时仅仅依靠原有模型的泛化能力可能难以应对，容易出现处置方案的电力调度不合理的情况。
2、因此，如果能源资源数据的变动更改了虚拟电厂原本的一些性质，那么这些变动可能导致模型性能下降，使其不再能够准确地反映当前的能源资源状况，此时在现有技术的框架下就必须重新训练模型，以维持预期的准确性和适应性。而重新训练意味着需要大量的计算资源和时间成本。
3、综上所述，当能源资源数据发生变动时，从变动的性质、幅度以及模型本身的特性来看，为了维持原有的准确性，通常需要重新训练模型，成本较高且效率较低。>
<本文档来自技高网...
【技术保护点】
1.一种双模型驱动的虚拟电厂电力资源处置方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种双模型驱动的虚拟电厂电力资源处置方法，其特征在于，S2和S3中，能源资源模型和能源处置模型所需的训练数据获取步骤包括：
3.根据权利要求1所述的一种双模型驱动的虚拟电厂电力资源处置方法，其特征在于，所述历史能源资源数据包括：
4.根据权利要求2所述的一种双模型驱动的虚拟电厂电力资源处置方法，其特征在于，所述A1：获取虚拟电厂的运行记录，提取运行记录中的历史处置方案，并关联每个历史处置方案对应的历史能源资源数据、历史运行状态数据，包括
5....
【技术特征摘要】
1.一种双模型驱动的虚拟电厂电力资源处置方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种双模型驱动的虚拟电厂电力资源处置方法，其特征在于，s2和s3中，能源资源模型和能源处置模型所需的训练数据获取步骤包括：
3.根据权利要求1所述的一种双模型驱动的虚拟电厂电力资源处置方法，其特征在于，所述历史能源资源数据包括：
4.根据权利要求2所述的一种双模型驱动的虚拟电厂电力资源处置方法，其特征在于，所述a1：获取虚拟电厂的运行记录，提取运行记录中的历史处置方案，并关联每个历史处置方案对应的历史能源资源数据、历史运行状态数据，包括：
5.根据权利要求2所述的一种双模型驱动的虚拟电厂电力资源处置方法，其特征在于，所述a2：根据历史处置方案和历史能源资源数据确定每种能源资源对应的历史调度能力，包括：对每项能源资源在不同历史处置方案下的调度表现进行统计和计算，得到每项能源资源的历史调度优先级和历史调度值；
6.根据权利要求5所述的一...
【专利技术属性】
技术研发人员：陈吴晓，洪华伟，叶强，郑鹏，朱玲玲，姜志筠，蔡雨晴，张晨瀚，林涵，邓璇，邹毅豪，林哲昕，柳絮莹，
申请(专利权)人：国网福建省电力有限公司营销服务中心，
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。