[发明专利]一种确定策略数据的方法、装置、可读介质及电子设备

权利要求书

1.一种确定策略数据的方法，其特征在于，包括：

采集综合能源站在至少两个设定时间段内的实际状态数据及其对应的实际策略数据；

对所述实际状态数据及所述实际策略数据下的每一个数据项分别进行编码处理，根据完成编码处理的所述实际状态数据、所述实际策略数据形成树结构，并记录所述树结构中每一个节点分别对应的所述实际状态数据及所述实际策略数据；

从所述树结构中确定出与待匹配状态数据相邻的相邻节点，确定所述相邻节点对应的当前策略数据，其中，所述从所述树结构中确定出与待匹配状态数据相邻的相邻节点，包括：针对于树结构中的每个节点，通过第一公式计算所述节点与所述待匹配状态数据之间的距离，其中，所述第一公式包括：其中，F表征节点与待匹配状态数据之间的距离、m表征待匹配状态数据中所包含的数据项的总数、w(i)表征待匹配状态数据中第i个数据项所对应的权重系数、X_k(i)表征待匹配状态数据中第i个数据项、表征节点对应的各个实际状态数据中第i个数据项的平均值；根据各个所述节点与所述待匹配状态数据之间的所述距离，从各个所述节点中选择至少一个目标节点作为与所述待匹配状态数据相邻的相邻节点；

根据所述待匹配状态数据，将所述当前策略数据作为起始点搜索能效模型的最优解以得到目标策略数据。

2.根据权利要求1所述的方法，其特征在于，

所述根据所述待匹配状态数据，将所述当前策略数据作为起始点搜索所述能效模型的最优解以得到目标策略数据，包括：

将所述待匹配状态数据代入所述能效模型的目标函数；

针对每一个所述当前策略数据分别执行如下A0～A5：

A0、对所述当前策略数据进行迭代更新，并将记录的迭代更新次数加1；

A1、对所述能效模型的目标函数关于所述当前策略数据中各个数据项对应的变量分别进行求导以得到梯度向量；

A2、根据所述梯度向量确定迭代误差；

A3、检测所述迭代误差的绝对值是否小于预设阈值，是则执行A5，否则执行A4；

A4、检测迭代次数是否达到设定次数，是则执行A5，否则执行A0；

A5、将所述当前策略数据确定为局部最优解；

针对每一个所述局部最优解，将所述待匹配状态数据及所述局部最优解代入所述能效模型的目标函数以计算适应度值；

根据各个所述局部最优解分别对应的所述适应度值，从各个所述最优解中确定出目标策略数据。

3.根据权利要求2所述的方法，其特征在于，

所述对所述当前策略数据进行迭代更新，包括：

当记录的所述迭代更新次数大于1时，通过如下第二公式对所述当前策略数据进行迭代更新，其中，所述第二公式包括：

其中，y^z+1表征第对当前策略数据进行第z+1次迭代更新后得到的当前策略数据中各个数据项构成的策略向量、y^z表征对当前策略数据进行第z次迭代更新后得到的当前策略数据中各个数据项构成的策略向量、表征对当前策略数据进行第z次迭代更新时得到的迭代误差。

4.根据权利要求1至3中任一所述的方法，其特征在于，

对所述待匹配状态数据及所述目标策略数据下的每一个数据项分别进行编码处理，根据完成编码处理的所述待匹配状态数据及所述目标策略数据更新所述树结构。