[发明专利]训练、策略生成方法、系统、计算机装置及存储介质

说明书

本申请提供训练、策略生成方法、系统、计算机装置及存储介质，通过端到端的深度学习框架来进行产能控制策略的生成；其中，在训练该深度学习框架时，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。通过深度学习框架确定依据预测产能量的产能控制策略，令预测更为准确；并且通过深度学习框架的端到端学习能有效提升运算效率。

技术领域

本申请涉及能源管理技术领域，特别是涉及训练、策略生成方法、系统、计算机装置及存储介质。

背景技术

可再生能源的日益普及挑战了传统的能量产生系统(如电力系统，包含发电机、发电机组等)的运行模式，相应的，设计对能量产生系统的能量产生行为的控制策略并执行的行为，俗称经济调度(ED)也愈发困难。其难点在于，需要对负载(LOAD)的用能需求进行预测，而短期负荷预测可能相当准确，因此，基于这些预测的调度产生的发电成本几乎为最小。但是，当可再生能源发电被视为负负载时，其随机性使净负载难以预测。

现有的负载预测技术采用的预测精度的度量标准是均方误差(MSE)，并且该度量指标通常与ED的目标函数不一致，存在预测不准确、并不降低成本等问题。

并且，良好的ED策略实现的主要困难来自时间耦合和动态实现。为了解决时间挑战，解决方案的概念从经典的线性和二次规划到用于值点加载的遗传算法不等。为了克服动态调度的困难，已经提出了各种数学规划方法，包括Lambda迭代方法，内部点方法和动态规划等。但是，这些方法通常很耗时，即运算效率低下，及时性差，不适用于大规模的能量产生系统。

发明内容

鉴于以上所述现有相关的缺点，本申请的目的在于提供训练、策略生成方法、系统、计算机装置及存储介质，用于解决现有技术中对能量产生系统的能量产生行为的控制策略存在的种种弊端。

为实现上述目的及其他相关目的，本申请的第一方面提供一种训练方法，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。

在本申请第一方面的某些实施例中，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。

在本申请第一方面的某些实施例中，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。

在本申请第一方面的某些实施例中，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。

在本申请第一方面的某些实施例中，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。

在本申请第一方面的某些实施例中，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。