- 3
- 0
- 约2.21万字
- 约 20页
- 2023-06-02 发布于四川
- 举报
本发明公开基于双‑深度期望Q‑学习网络算法的电网能量管理方法及系统,首先基于贝叶斯神经网络对预测点光伏出力不确定性建模并获得光伏出力的概率分布;将光伏出力的概率分布输入基于双‑深度期望Q‑学习网络算法的电网能量管理模型中得到相应的光伏发电出力策略;系统依据光伏发电出力策略运行各光伏出力设备运用;本发明将微电网经济调度问题模拟为马尔可夫决策过程,将目标函数和约束条件映射成强化学习的奖惩函数,利用其学习和与环境交互的能力获得最优决策,借助贝叶斯神经网络对学习环境中光伏发电出力的不确定性建模在马尔科夫
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112614009 A
(43)申请公布日 2021.04.06
(21)申请号 202011418334.2 H02J 3/00 (2006.01)
您可能关注的文档
最近下载
- DB11_T 376-2021养殖鱼类疫病防控技术规范.docx VIP
- 动量和能量中的滑板块模型专题.docx VIP
- 精品解析:上海市建平中学2023-2024学年高一下学期期末教学质量检测英语试题(解析版).docx VIP
- 重庆市地质灾害防治工程概(预)算标准(2023版).pdf VIP
- 威远江水电站泄洪洞独立进水塔结构抗震分析.pdf VIP
- 水电站进水塔不同抗震验算方法对比分析_范书立.pdf VIP
- 泸定水电站泄洪洞进水塔结构抗震安全分析.PDF VIP
- 小浪底南岸进水塔结构抗震性能分析.PDF VIP
- 水电站进水塔结构抗震设计要点分析.doc VIP
- 金沙江溪洛渡水电站工程审计结果.doc VIP
原创力文档

文档评论(0)