原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出了一种基于机器学习辅助的电力系统频率约束机组组合求解方法，基于频率约束机组组合的详细模型，考虑数据驱动与物理驱动结合的优化调度。考虑系统频率最低点和新能源机组出力的不确定性，提出了考虑日前备用以及频率约束的机组组合模型。采用物理驱动的方法对模型进行求解得到大量样本数据，通过对典型日负荷曲线样本数据进行分析，提出火电机组出力模式分类的方法。采用数据驱动的方法对样本数据进行学习，并将其与物理驱动方法相结合提出使用机器学习高效求解频率约束机组组合模型的方法。本发明能够通过数据‑物理驱动结合的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117595235A
(43)申请公布日2024.02.23
(21)申请号202311403524.0
(22)申请日2023.10.26
(71)申请人河海大学
文档评论（0）