[发明专利]基于场景缩减-深度学习的梯级水电短期调度决策方法

摘要

本发明公开了基于场景缩减‑深度学习的梯级水电短期调度决策方法，属于电力调度技术领域，首先基于SR算法进行历史调度数据的分类预处理，然后利用DL技术构建基于长短时记忆网络(LSTM)的梯级水电短期调度深度学习模型，然后按类采用历史调度数据训练深度学习模型，得到相应的已知输入参数和决策结果间的映射模型，最后，将训练好的深度学习模型运用于实际的梯级水电短期调度策略的制定。本发明基于数据驱动的思路，解决了传统求解思路适用性低、难以考虑历史数据和历史调度方案的不足。该方法不仅可以在实际运行中不断提升决策精度和效率，而且在考虑风、光等不确定性电源与水电联合运行时适应性更好。