[发明专利]模型训练方法、装置、计算机设备及存储介质

说明书

本申请公开了一种模型训练方法、装置、计算机设备及存储介质，涉及微网能量调度领域，通过从预设状态样本集合中获取初始状态样本集合输入至Actor网络中得到动作集合，并基于初始状态样本集合和动作集合确定下一步状态样本集合并进行压缩感知还原处理得到目标状态样本集合，并计算该目标状态样本集合的回报，最后将预设状态样本集合、目标状态样本集合以及回报输入至Critic网络中，并根据Critic网络的输出调整Actor网络的网络参数以及Critic网络的网络参数。在本申请实施例中通过压缩感知还原处理对Actor网络进行训练，能够得到得到Actor网络所确定的能量调度策略，使多微网能量调度模型在不影响训练效果的情况下，能够利用较少的训练集进行训练。

技术领域

本申请涉及微网能量调度领域，特别是涉及一种模型训练方法、装置、计算机设备及存储介质。

背景技术

由于光伏、风力等可再生分布式能源的应用越来越广，以多微网形式运行的能量组织形式正在成为主流，是解决新能源消纳的有效途径。单个微网通常由太阳能发电设备，风力发电设备，储能，负载等组成，在临近地区内多个微网组成多微网。为了保障多微网安全可靠的运行，需要对多微网进行合理的能量优化调度。

现有技术中，对多微网进行合理的能量优化调度通常是通过建立多微网能量调度模型来实现，通过采集多微网能量调度模型中所需的控制变量参数的训练集对多微网能量调度模型进行训练得到。

然而，多微网能量调度模型中所涉及的参数过多，需要采集大量训练集对多微网能量调度模型进行训练，训练的效率较低。

发明内容

基于此，本申请实施例提供了一种模型训练方法、装置、计算机设备及存储介质，可以通过压缩感知还原技术使多微网能量调度模型在不影响训练效果的情况下，利用较少的训练集进行训练。

第一方面，提供了一种模型训练方法，该方法包括：

从预设状态样本集合中获取初始状态样本集合，其中，该预设状态样本集合包括在n个历史时间节点分别测得的多微网中的构成元素的状态参数，该初始状态样本集合包括在m个历史时间节点分别测得的多微网中的构成元素的状态参数，m为正整数，n为大于m的正整数；将初始状态样本集合输入至Actor网络中，得到该Actor网络输出的动作集合，该动作集合包括对多微网中的构成元素的工作状态进行调整的m个调整动作；基于初始状态样本集合和动作集合确定下一步状态样本集合，并对该下一步状态样本集合进行压缩感知还原处理，得到目标状态样本集合，其中，该目标状态样本集合包括在n个时间节点多微网中的构成元素的状态参数；计算目标状态样本集合的回报；将预设状态样本集合、目标状态样本集合以及回报输入至Critic网络中，并根据Critic网络的输出调整Actor网络的网络参数以及Critic网络的网络参数。

在其中一个实施例中，基于初始状态样本集合和动作集合确定下一步状态样本集合，包括：

将初始状态样本集合和动作集合代入至环境中，得到下一步状态样本集合，其中，该环境用于模拟仿真多微网的各个构成元素以及各个构成元素的交互关系。

在其中一个实施例中，对下一步状态样本集合进行压缩感知还原处理，得到目标状态样本集合，包括：

根据预设状态样本集合确定稀疏变换矩阵；确定随机变换矩阵；基于下一步状态样本集合、稀疏变换矩阵以及随机变换矩阵，计算目标状态样本集合。

在其中一个实施例中，计算目标状态样本集合的回报，包括：

将目标状态样本集合带入至预设的离散的目标函数中，得到目标状态样本集合的回报。

在其中一个实施例中，将预设状态样本集合、目标状态样本集合以及回报输入至Critic网络中，并根据Critic网络的输出调整Actor网络的网络参数以及Critic网络的网络参数，包括：