[发明专利]调度规则提取方法及系统、电子设备、储存介质

说明书

本申请实施例提供了一种调度规则提取方法及系统、电子设备、储存介质，其中，所述调度规则提取方法，包括：基于梯级水电站群调度期内总发电量最大为目标的目标函数及其约束条件，提取调度规则的样本集；基于所述样本集，确定梯级水电站群中各水电站调度规则的输入因子和决策因子，构建支持向量机SVM模型；利用遗传算法GA优化所述SVM模型的参数，得到调度规则。

技术领域

本申请涉及梯级水电站调度运行领域，尤其涉及一种调度规则提取方法及系统、电子设备、储存介质。

背景技术

水电站调度规则是指导水电站调度运行工作的重要依据。较为常见的调度规则形式包括调度图和调度函数。其中，调度图表示水电站调度中输入因子与决策因子间的关系线图，具有简单、直观的优点，但决策却较为保守，且无法考虑水电站的水情预报信息。调度函数的传统表现形式为数学方程组，一定程度上反映了输入因子与决策因子间的非线性关系，其灵活的结构和强大的映射能力使其适用于提炼水库调度变量间的复杂非线性关系。但是，现有水电站调度规则的输入因子选择时，较少考虑梯级水电站群中其他水电站的状态对当前决策的影响，不符合梯级水电站联合调度的调度需求。

发明内容

为解决上述技术问题，本申请实施例提供了一种调度规则提取方法及系统、电子设备、储存介质，能够利用支持向量机SVM模型提取梯级水电站群各水电站的调度规则，选择输入因子时添加了梯级状态对当前水电站的调度规则的影响，能够更好的指导梯级水电站的调度运行工作。

本申请实施例提供一种调度规则提取方法，包括：

基于梯级水电站群调度期内总发电量最大为目标的目标函数及其约束条件，提取调度规则的样本集；

基于所述样本集，确定梯级水电站群中各水电站调度规则的输入因子和决策因子，构建支持向量机SVM模型；

利用遗传算法GA优化所述SVM模型的参数，得到调度规则。

本申请实施例还提供一种调度规则提取系统，包括：

样本集提取单元，用于基于梯级水电站群调度期内总发电量最大为目标的目标函数及其约束条件，提取调度规则的样本集；

SVM模型构建单元，用于基于所述样本集，确定梯级水电站群中各水电站调度规则的输入因子和决策因子，构建SVM模型；

调度规则获取单元，用于利用GA优化所述SVM模型的参数，得到调度规则。

本申请实施例还提供一种电子设备，包括：

储存器，用于储存可执行指令；

处理器，用于在运行所述存储器存储的可执行指令时，实现本申请实施例提供的调度规则提取方法。

本申请实施例还提供一种计算机可读储存介质，储存有可执行指令，所述可执行指令被处理器执行时实现本申请实施例提供的调度规则提取方法。

本申请实施例提供了一种调度规则提取方法及系统、电子设备、储存介质。其中，所述调度规则提取方法，包括：基于梯级水电站群调度期内总发电量最大为目标的目标函数及其约束条件，提取调度规则的样本集；基于所述样本集，确定梯级水电站群中各水电站调度规则的输入因子和决策因子，构建SVM模型；利用GA优化所述SVM模型的参数，得到调度规则。

在本申请实施例中，通过求解基于梯级水电站群调度期内总发电量最大为目标的目标函数及其约束条件，能够提取调度规则的样本集；然后基于样本集，确定梯级水电站群中各水电站调度规则的输入因子和决策因子，构建SVM模型；最后利用GA优化SVM模型的参数，得到调度规则。如此，选择输入因子时添加了梯级状态对当前水电站的调度规则的影响，能够更好的指导梯级水电站的调度运行工作。

附图说明

图1为本申请实施例提供的调度规则提取方法的流程示意图；