本发明属于新能源发电消纳技术领域,公开了一种基于深度学习的新能源消纳方法,所述基于深度学习的新能源消纳方法采用多层感知神经网络的反向传播算法实现,采用改进的动态递归神经网络方法进行训练;优化过程包括:深度学习模型的线下训练过程,另一部分是深度学习优化控制器的在线优化过程。本发明基于深度学习的消纳优化算法能够根据不同优化目标的内容和数量,不同约束条件的内容和数量在线确定优化控制器参数,无需人为调整,对于应用场合具有普遍的适应性;本发明采用基于自适应更新系数的动态递归神经网络模型训练方法能够克服常规动态递归神经网络收敛速度慢和容易陷入局部极小值的缺点,保证精度前提下缩短了优化控制器模型的训练时间。
声明:
“基于深度学习的新能源消纳方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)