-
公开(公告)号:CN119813347A
公开(公告)日:2025-04-11
申请号:CN202411821020.5
申请日:2024-12-11
Applicant: 三峡大学
IPC: H02J3/38 , G06N3/0455 , G06N3/0442 , G06N3/047 , G06Q10/0637 , G06Q50/06
Abstract: 一种基于高维样本异或稀疏编码的机组组合决策方法,包括以下步骤:步骤一:对高维机组启停状态变量矩阵进行编码预处理,以获得低维机组启停状态编码矩阵;步骤二:将负荷矩阵与高维机组启停状态变量矩阵成对组成发明的高维机组组合决策样本集,对高维机组启停状态变量矩阵异或稀疏编码降维,将负荷矩阵与低维机组启停状态编码矩阵成对组成发明的低维机组组合决策样本集;步骤三:构建适用机组组合决策的编码器‑解码器网络模型,并利用步骤二所获得的低维机组组合决策样本集对机组组合决策的编码器‑解码器网络模型进行训练和求解;通过以上步骤以实现机组组合决策。
-
公开(公告)号:CN119599101A
公开(公告)日:2025-03-11
申请号:CN202410984042.7
申请日:2024-07-22
Applicant: 三峡大学
Abstract: 一种基于蒙特卡洛树搜索的机组组合决策方法,包括:步骤一:定义适用于机组组合的蒙特卡洛树节点信息,包括:火电机组的节点动作状态、节点定向链接和节点价值;步骤二:在获取步骤一节点信息的基础上,根据树形结构的递归原则,生成适用于机组组合的蒙特卡洛树;步骤三:根据上限置信区间策略,搜索选择最优节点,求解基于蒙特卡洛树搜索的机组组合决策模型。本发明的目的是为了彻底摆脱现有机组组合决策方法对样本数据依赖性的技术问题,而提供的一种基于蒙特卡洛树搜索的机组组合决策方法,旨在为零数据驱动的机组组合决策理论研究提供一定的参考和借鉴。
-