[发明专利]一种基于Q-learning的负荷综合预测方法和相关设备

权利要求书

1.一种基于Q-learning的负荷综合预测方法，其特征在于，包括：

获取影响负荷的若干组基础预测参数集，并对所述基础预测参数集进行标幺化处理和离散化处理，作为环境状态；

获取若干种负荷预测方法，并对其权重进行离散化处理，作为动作空间；

将负荷预测值和负荷实际值的平方根偏差作为回报函数；

根据所述环境状态、所述动作空间和所述回报函数构建预测智能体；

基于Q-learning对所述预测智能体进行训练；

将进行标幺化处理和离散化处理后基础参数集输入到已训练收敛的预测智能体中，进行负荷预测；

所述回报函数的公式为：

其中，P_t^F、P_t^R分别为时段t的负荷预测值和负荷实际值；为负荷预测方法i的权重离散值，NI为负荷预测方法的数量；为正负偏差，λ为正负偏差系数。

2.根据权利要求1所述的基于Q-learning的负荷综合预测方法，其特征在于，所述对所述基础预测参数集进行标幺化处理的标幺化公式为：

其中，基础预测参数集表示为分别为第i项基础预测参数在时段t的标幺值和实际值，分别为基础预测参数的最大、最小取值。

3.根据权利要求1所述的基于Q-learning的负荷综合预测方法，其特征在于，基础预测参数集和/或所述基础参数集均包括：温度、风力、降水信息、GDP、居民可支配收入和PPI。

4.一种基于Q-learning的负荷综合预测装置，其特征在于，包括：

环境状态获取单元，用于获取影响负荷的若干组基础预测参数集，并对其进行标幺化和离散化处理，作为环境状态；

动作空间获取单元，用于获取若干种负荷预测方法，并对其权重进行离散化处理，作为动作空间；

回报函数制定单元，用于将负荷预测值和负荷实际值的平方根偏差作为回报函数；

构建单元，用于根据所述环境状态、所述动作空间和所述回报函数构建预测智能体；

训练单元，用于基于Q-learning对所述预测智能体进行训练；

预测单元，用于将进行标幺化处理和离散化处理后基础参数集输入到已训练收敛的预测智能体中，进行负荷预测；

所述回报函数的公式为：

其中，P_t^F、P_t^R分别为时段t的负荷预测值和负荷实际值；为负荷预测方法i的权重离散值，NI为负荷预测方法的数量；为正负偏差，λ为正负偏差系数。

5.根据权利要求4所述的基于Q-learning的负荷综合预测装置，其特征在于，所述对所述基础预测参数集进行标幺化处理的标幺化公式为：

其中，基础预测参数集表示为分别为第i项基础预测参数在时段t的标幺值和实际值，分别为基础预测参数的最大、最小取值。

6.根据权利要求4所述的基于Q-learning的负荷综合预测装置，其特征在于，基础预测参数集和/或所述基础参数集均包括：温度、风力、降水信息、GDP、居民可支配收入和PPI。

7.一种基于Q-learning的负荷综合预测设备，其特征在于，所述设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1-3任一项所述的基于Q-learning的负荷综合预测方法。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-3任一项所述的基于Q-learning的负荷综合预测方法。