本發明公開了一種基于改進深度信念網絡的綜合能源負荷控制方法及裝置,方法包括:通過數據選擇與預處理,使用自編碼神經網絡對歷史數據進行聚合;利用高斯?伯努利受限玻爾茲曼機構建改進的深度信念網絡模型,同時基于最大似然估計進行網絡模型的參數調整,并利用對比散度CD?k算法加速RBM的訓練過程;采用強化學習無監督訓練對網絡模型進行預訓練;利用有限記憶微調網絡對預測結果進行修正;由負荷數據訓練得到輸出數據,得到綜合能源系統負荷的預測值,該預測值用于綜合能源系統的負荷控制。裝置包括:數據聚合模塊、優化模塊及預測模塊。本發明能夠充分挖掘歷史負荷數據中的規律性,提高預測準確性,進而提高綜合能源負荷控制的精度。
聲明:
“基于改進深度信念網絡的綜合能源負荷控制方法及裝置” 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)