【技术实现步骤摘要】
本申请属于深度学习，尤其涉及一种基于算法展开的dr分割-梯度下降模型的凸二次问题求解方法及装置。
技术介绍
1、在计算电网成本最优化场景中，凸二次优化问题求解方法作为电网优化的核心技术，其计算效率直接决定了电网决策系统的实时性与大规模电网工程问题的可行性。传统迭代算法在高维参数空间中的线性系统求解瓶颈可能导致优化过程陷入计算延迟，进而引发决策滞后与资源分配失准。因此，构建兼顾计算效率与理论保障的新型求解框架已成为突破复杂系统优化瓶颈的关键路径。
2、现有凸二次优化问题的求解主要基于经典数值算法与学习优化范式，但仍存在显著性能局限。首先，传统dr分割算法在矩阵求逆运算中存在立方级计算复杂度，难以适应维度爆炸场景下的实时求解需求，其次，基于l2o的加速技术虽具备数据驱动优势，但对问题结构的泛化适应能力不足，且存在算法展开与理论收敛性保障解耦的固有矛盾。此外，混合架构的优化模型采用显式迭代与隐式学习分离的机制，在动态场景中缺乏计算图融合能力，导致大规模凸二次优化问题求解时的内存消耗与推理延迟问题。
3、当前凸二次优化问...
【技术保护点】
1.一种基于算法展开的DR分割-梯度下降模型的凸二次问题求解方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于算法展开的DR分割-梯度下降模型的凸二次问题求解方法，其特征在于，所述DR分割-梯度下降模型的计算公式如下所示：
3.根据权利要求1所述的基于算法展开的DR分割-梯度下降模型的凸二次问题求解方法，其特征在于，所述DR分割-梯度下降模型采用L2O算法展开的计算公式如下所示：
4.根据权利要求1所述的基于算法展开的DR分割-梯度下降模型的凸二次问题求解方法，其特征在于，所述DR分割-梯度下降模型的训练过程包括：>
5.根据权利...
【技术特征摘要】
1.一种基于算法展开的dr分割-梯度下降模型的凸二次问题求解方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于算法展开的dr分割-梯度下降模型的凸二次问题求解方法，其特征在于，所述dr分割-梯度下降模型的计算公式如下所示：
3.根据权利要求1所述的基于算法展开的dr分割-梯度下降模型的凸二次问题求解方法，其特征在于，所述dr分割-梯度下降模型采用l2o算法展开的计算公式如下所示：
4.根据权利要求1所述的基于算法展开的dr分割-梯度下降模型的凸二次问题求解方法，其特征在于，所述dr分割-梯度下降模型的训练过程包括：
5.根据权利要求4所述的基于算法展开的dr分割-梯度下降模型的凸二次问题求解方法，其特征在于，所述损失函数是基于所述dr分割-梯度下降模型的预测解和所述目标解之间的距离建立的，所述损失函数的计算公式如下所示：
6.根据权利要求1所述的基于算法展开的...
【专利技术属性】
技术研发人员：王阿康，熊锦欣，高熙，杨林鑫，薛江，罗效东，
申请(专利权)人：深圳市大数据研究院，
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。