基于强化学习与决策导向鲁棒增强的风电功率预测方法

本发明公开了一种基于强化学习与决策导向鲁棒增强的风电功率预测方法。针对现有方法以预测误差作为模型评价依据，难以反映预测偏差对日前运行调度的影响，且基于调度结果构建决策评价指标存在优化过程不可微、难以向预测模型传递梯度的问题，本发明将预测偏差引起的额外运行资源消耗损失构造为强化学习奖励，通过策略梯度利用调度反馈更新风电功率预测模型；训练可微运行资源消耗代理模型，在受限数值天气预报扰动范围内生成最坏对抗样本，并联合原始样本与对抗样本进行鲁棒训练。本发明能够降低对抗扰动引起的预测误差和额外运行资源消耗，实现风电功率预测模型面向运行调度决策的对抗鲁棒增强。