-
公开(公告)号:CN117878904A
公开(公告)日:2024-04-12
申请号:CN202311832496.4
申请日:2023-12-27
Applicant: 华南理工大学
IPC: H02J3/00 , G06F18/214 , G06N3/048 , G06N3/09
Abstract: 本发明公开了一种决策目标导向的闭环负荷预测方法,首先,以真实负荷、扰动负荷为输入,以基于扰动负荷的决策成本与基于真实负荷的决策成本之差作为标签,训练MLP代理网络模型,建立真实负荷、预测负荷和最优决策成本偏差之间的关系;随后,输入外源特征信息到Transformer负荷预测网络中,将输出的预测负荷与真实负荷输入到上述训练完成的MLP代理网络模型中,以MLP代理模型输出的决策成本偏差为损失函数,结合Adam梯度下降方法对Transformer负荷预测网络中的参数进行修正。相比直接以负荷预测误差最小作为训练目标的预测器,基于本发明提出的负荷预测方法所得预测值进行决策,有更大概率获得更优的决策方案。