10.3969/j.issn.1673-8845.2022.05.008
基于Seq2Seq的机组组合优化决策方法研究
随着电力系统改革的推进,电力系统积累大量不同维度机组组合历史调度数据,研究具有高兼容性、高决策精度的机组组合决策方法具有重要意义.本文基于Sequence to Sequence技术,通过构建基于门限循环网络的Sequence to Sequence模型,提出了一种基于数据驱动具有处理未聚类历史数据和样本维度可变的机组组合智能决策方法.基于标准算例的一系列仿真结果表明,相比于传统数据驱动决策方法,本文方法不仅可以直接处理含多类别样本的机组组合问题,同时能够正确模拟系统在不同时刻的机组组合决策.
门限循环神经网络、机组组合问题、Sequence2Sequence模型
TM744;C934;F832.2
2022-11-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
29-32