本發明公開了一種基于機器學習的月度計劃方式生成方法,根據月度計劃數據中多個分區的每日計劃運行方式以及歷史運行數據的特征量計算月度計劃每日和歷史日的相似度,進而選取綜合相似度最高的K個歷史方式日作為月度計劃每日的相似日;進而根據月度計劃數據進行直流、聯絡線功率調整和母線負荷、火電機組發電功率分配,再按照電網各個分區內功率平衡約束調整水電、新能源機組的功率,最后得到包含母線負荷、火電機組、水電新能源機組、直流系統、聯絡線和設備停復役計劃信息的月度計劃每日96點計劃方式數據。本發明解決了月度計劃方式按日分時段分配困難、不準確,安全穩定校核結果與電網實際相差較大,無法有效指導實際電網調度運行的問題。
聲明:
“基于機器學習的月度計劃方式生成方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)