一种基于深度学习的电网灵活性潜力预测与评价系统
本发明公开了一种基于深度学习的电网灵活性潜力预测与评价系统,属于电力系统调度与人工智能交叉技术领域。该系统包括硬件层、软件层及应用层,硬件层通过多源终端、边缘节点及GPU集群实现数据采集与计算支撑;软件层中,数据预处理子系统采用自适应特征选择机制处理多源异构数据,时空融合预测子系统基于GNN‑Attention‑LSTM双模架构结合迁移学习提升预测精度,多维度智能评价子系统通过MLP模型动态优化指标权重,强化学习决策子系统利用PPO算法生成调度策略。本发明解决了传统技术预测误差高、评价主观、决策脱节的问题,使短期预测MAE≤7.8%,可再生能源消纳率大大提升,调节成本降低,适用于高比例新能源接入下的电网调度优化。