电力终端控制模型的训练方法、电力终端控制方法及系统技术方案

技术编号:46439629 阅读:7 留言:0更新日期:2025-09-19 20:42
本申请实施例提供了一种电力终端控制模型的训练方法、电力终端控制方法及系统,属于电力终端互联技术领域。该方案通过获取CAN控制器的历史控制数据;对历史控制数据进行数据压缩处理,得到历史压缩数据;基于神经网络模型和分类模型对历史压缩数据进行分类处理,得到若干组历史策略数据;根据若干组历史策略数据对前馈神经网络进行模型训练,并引入蜻蜓算法对前馈神经网络进行优化,得到电力终端控制模型。本申请能够减少人工干预,提高电力终端控制的准确性和效率。

【技术实现步骤摘要】

本申请涉及电力终端互联,尤其涉及一种电力终端控制模型的训练方法、电力终端控制方法及系统


技术介绍

1、随着电力行业的不断发展,电力终端的数量和种类日益增多,对电力终端的互联和管理提出了更高的要求。

2、目前的电力终端在互联时,由于不同的电力终端在运行时,状态可能存在不同,需要工作人员根据电力终端的运行数据调节控制器对电力终端进行控制,这种方式较为麻烦,且过于依赖于工作人员的经验,还可能存在较大的误差,难以满足电力终端工作的需求。


技术实现思路

1、本申请实施例的主要目的在于提出一种电力终端控制模型的训练方法、电力终端控制方法及系统,旨在减少人工干预,提高电力终端控制的准确性和效率。

2、为实现上述目的,本申请实施例的一方面提出了一种电力终端控制模型的训练方法,所述训练方法包括以下步骤:

3、获取can控制器的历史控制数据,其中,所述历史控制数据包括历史命令数据和历史电力终端状态数据;

4、对所述历史控制数据进行数据压缩处理,得到历史压缩数据

5、本文档来自技高网...

【技术保护点】

1.一种电力终端控制模型的训练方法,其特征在于,所述电力终端控制模型的训练方法包括以下步骤:

2.根据权利要求1所述的电力终端控制模型的训练方法,其特征在于,所述对所述历史控制数据进行数据压缩处理,得到历史压缩数据,包括以下步骤:

3.根据权利要求1所述的电力终端控制模型的训练方法,其特征在于,所述基于神经网络模型和分类模型对所述历史压缩数据进行分类处理,得到若干组历史策略数据,包括以下步骤:

4.根据权利要求3所述的电力终端控制模型的训练方法,其特征在于,所述整合所述分类模型的一次分类结果和所述神经网络模型的二次分类结果,得到若干组历史策略数据,包括...

【技术特征摘要】

1.一种电力终端控制模型的训练方法,其特征在于,所述电力终端控制模型的训练方法包括以下步骤:

2.根据权利要求1所述的电力终端控制模型的训练方法,其特征在于,所述对所述历史控制数据进行数据压缩处理,得到历史压缩数据,包括以下步骤:

3.根据权利要求1所述的电力终端控制模型的训练方法,其特征在于,所述基于神经网络模型和分类模型对所述历史压缩数据进行分类处理,得到若干组历史策略数据,包括以下步骤:

4.根据权利要求3所述的电力终端控制模型的训练方法,其特征在于,所述整合所述分类模型的一次分类结果和所述神经网络模型的二次分类结果,得到若干组历史策略数据,包括以下步骤:

5.根据权利要求1所述的...

【专利技术属性】
技术研发人员:刘运华杜韶辉林加毅杨阳唐鹏飞
申请(专利权)人:南方电网数字电网科技广东有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1