[发明专利]训练、策略生成方法、系统、计算机装置及存储介质

权利要求书

1.一种训练方法，其特征在于，用于训练深度学习框架，所述深度学习框架能生成用于控制能量产生系统在至少一时隙的产能控制策略；其中，所述能量产生系统包括一或多个能量产生装置，以至少令对应所述产能控制策略的所述能量产生系统的预测产能量满足同一时隙的用能系统的实际需能量；所述训练方法包括：

令所述深度学习框架接收需能量相关数据集的输入，以输出至少一时隙的产能控制策略；

令产能控制策略输入损失函数得到基于该至少一时隙的产能控制策略形成的预测产能量和实际需能量间的匹配损失，通过相应的误差反馈以更新所述深度学习框架的模型参数以限制所述匹配损失。

2.根据权利要求1所述的训练方法，其特征在于，所述深度学习框架包括：负载预测器，用于根据需能量相关数据集预测该至少一时隙的需能量的概率分布信息；策略生成器，用于根据所述概率分布信息获得所述产能控制策略；

所述更新所述深度学习框架的模型参数，包括：

更新所述负载预测器的模型参数。

3.根据权利要求1所述的训练方法，其特征在于，所述深度学习框架包括：产能预测器，用于根据需能量相关数据集预测所述预测产能量的信息，以用于生成产能控制策略；

所述更新所述深度学习框架的模型参数，包括：

更新所述产能预测器的模型参数。

4.根据权利要求1所述的训练方法，其特征在于，所述需能量相关数据集包括：一或多组单元数据，每组单元数据包括：在先时间的历史需求状态参数、及历史实际需能量。

5.根据权利要求1所述的训练方法，其特征在于，所述需能量相关数据集中的部分作为训练集，另一部分作为测试集。

6.根据权利要求1所述的训练方法，其特征在于，所述深度学习框架根据相关于产能量的产能成本、和/或产能量相对预测需能量短缺和/或超出情形下的供需误差量符合最小化条件以获得所述预测产能量。

7.根据权利要求6所述的训练方法，其特征在于，符合最小化条件的所述产能成本的函数是通过在产能量的预设取值范围中执行分段线性函数的建立方法来得到的。

8.根据权利要求6所述的训练方法，其特征在于，所述供需误差量根据预测产能量在相对于已知概率密度分布的预测需能量短缺和/或超出情形下得到的累积概率分布与相应系数所表示。

9.根据权利要求6所述的训练方法，其特征在于，所述预测产能量位于产能量限制范围中；其中，所述产能量限制范围的边界值与能量产生系统的产能限制相关。

10.根据权利要求9所述的训练方法，其特征在于，所述产能量限制范围的边界还与能量产生系统的线路传输能量限制相关。

11.根据权利要求9所述的，其特征在于，所述预测产能量是在所述产能量限制范围上采用步进递减至预设阈值的查询方式所查询得到的，所述步进的方向由所述产能成本和/或供需误差量的函数随预测产能量变化而单调增加或单调递减所确定。

12.根据权利要求11所述的训练方法，其特征在于，在所查询到的预测产能量位于所述产能量限制范围以外时，以最接近的所述边界值作为预测产能量。

13.根据权利要求1或6所述的训练方法，其特征在于，所述匹配损失包括：成本损失及供需误差损失中的一种或多种组合。

14.根据权利要求13所述的训练方法，其特征在于，所述成本损失包括：预测产能成本及实际需能成本间的偏差；所述预测产能成本为能量产生系统生产一预测产能量的总生产成本；所述实际需能成本等同于该预测产能量满足实际需能量情形下达成的所述总生产成本的最小值。