买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：厦门大学

摘要：本发明涉及一种基于能耗的电力参数优化方法、终端设备及存储介质，该方法中包括：通过特征选择算法对各设备电力特征参数进行特征筛选；构建基于LSTM网络的能耗预测模型，通过特征筛选后的设备电力特征参数对应的参数值和整体能耗指标对应的参数值对能耗预测模型进行训练；将训练后的能耗预测模型与基于强化学习的策略网络相结合，利用能耗预测模型对策略网络智能体给出的优化策略进行评估，对策略网络进行训练后得到能够输出各参数的最优调整策略及其评估结果的智能体；通过训练后的智能体得到最优的参数调整策略。本发明能够对能耗进行准确预测，且能够进一步提出能耗的优化建议。

主权项：1.一种基于能耗的电力参数优化方法，其特征在于，包括以下步骤：S1：采集待研究区域在不同时间段内的各设备电力特征参数和整体能耗指标对应的参数值；S2：根据步骤S1采集的数据，通过特征选择算法对各设备电力特征参数进行特征筛选；特征选择算法采用GBDT特征选择算法，其进行特征筛选的过程包括以下步骤：S21：计算每个设备电力特征参数与整体能耗指标的分布混淆度；S22：根据计算的分布混淆度，提取所有设备电力特征参数中与整体能耗指标的分布混淆度小于分布混淆度阈值的设备电力特征参数；S23：根据提取的设备电力特征参数所对应的参数值构建决策树，不同时间段的设备电力特征参数的参数值组成不同的决策树，所有决策树组成决策树森林，并对各决策树进行训练；S24：根据训练后的树结构，计算各设备电力特征参数在每颗树中的重要度： 其中，表示设备电力特征参数j在每颗树中的重要度，M表示决策树中的叶子节点数量，M-1表示决策树中的非叶子节点数量，i表示节点的序号，vi表示节点i对应的设备电力特征参数，表示第i个节点分裂后的损失函数减少值；S25：根据各设备电力特征参数在每颗树中的重要度，计算各设备电力特征参数在决策树森林中的重要度： 其中，表示设备电力特征参数j在决策树森林中的重要度；S26：按照各设备电力特征参数在决策树森林中的重要度由大到小的顺序，对各设备电力特征参数进行排序，提取前n个设备电力特征参数作为特征筛选后的结果；S3：构建基于LSTM网络的能耗预测模型，通过特征筛选后的设备电力特征参数对应的参数值和整体能耗指标对应的参数值对能耗预测模型进行训练，使得训练后的模型输出的整体能耗指标的参数值与步骤S1采集的整体能耗指标的参数值的差异最小；S4：将训练后的能耗预测模型与基于强化学习的策略网络相结合，利用能耗预测模型对策略网络智能体给出的优化策略进行评估，对策略网络进行训练后得到能够输出各参数的最优调整策略及其评估结果的智能体；步骤S4具体包括以下步骤：S401：设定各参数的约束条件；S402：根据各参数的约束条件构建策略产生器，使其能够输出各参数的满足设定的约束条件的调整策略，通过策略产生器输出多条调整策略；S403：将训练后的能耗预测模型作为策略评估器，将每条调整策略对应的参数调整值与原始参数值叠加后，分别输入策略评估器内，得到各调整策略对应的预测能耗值，并根据预测能耗值与实际能耗值得差异大小，得到各调整策略对应的评估结果；若该调整策略对应的预测能耗值小于实际能耗值，说明该调整策略能够降低能耗，则赋予该调整策略一定的奖励值，否则奖励值为0；S404：构建智能体，设定智能体的输入为原始参数值、各调整策略，及各调整策略对应的预测能耗值，智能体的输出为各调整策略对应的评估结果，对智能体进行训练，使得训练后的智能体能够输出最优调整策略及其对应的评估结果；S5：将当前时间段内的待研究区域中经过特征筛选后的各设备电力特征参数的参数值输入训练后的能耗预测模型后，得到待研究区域未来时间段内的整体能耗指标的参数值，将当前时间段内经过特征筛选后的各设备电力特征参数的参数值和未来时间段内的整体能耗指标的参数值共同输入训练后的智能体内，输出得到最优的参数调整策略。

全文数据：

权利要求：

百度查询： 厦门大学 一种基于能耗的电力参数优化方法、终端设备及存储介质