本发明公开了一种基于强化学习的异常天气场景风电预测方法，所述风电预测方法基于强化学习系统，所述强化学习系统包括数据集、策略网络和价值网络；所述强化学习系统还包括根据异常天气中历史时段风电功率变化对所述策略网络、价值网络更新预测未来时段风电状况的环境互换模块，其中：所述环境互换模块通过如下步骤完成对策略网络、价值网络更新：S101、初始化价值网络与策略网络；S102、根据历史阶段风电功率对数据集训练获得环境奖赏值；S103、根据历史阶段风电功率对数据集训练获得预测价值；S104、根据环境奖赏值、预测价值对价值网络更新；S105、根据环境奖赏值、预测价值对策略网络更新；本发明可以应对不同环境的策略处理异常环境下的风电预测问题。
声明：
“基于强化学习的异常天气场景风电预测方法” 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)
1109
编辑：管理员
来源：北方有色网
咨询细节
