[发明专利]电网调控模型训练方法、系统、计算机设备及存储介质

权利要求书

1.一种电网调控模型训练方法，其特征在于，包括：

获取电网调控模型训练数据并分组，得到若干训练数据组；其中，电网调控模型训练数据是从调控大数据中基于不同的调控业务需求进行获取；调控大数据指电网运行相关的数据集合，包括电网模型数据、监控数据、告警数据及操作记录；

按照训练数据组和学习体一一对应的关系，通过若干训练数据组并行训练预设的若干学习体，得到若干执行体；其中，通过训练数据组训练学习体时，将当前训练数据组划分为若干训练数据单元，并通过若干训练数据单元依次训练当前学习体，并获取各训练数据单元对当前学习体的训练效果；以及将所述训练效果满足预设的训练效果要求的训练数据单元作为共享训练数据单元，并将共享训练数据单元共享至除所属训练数据组外的其他训练数据组；其中，若干学习体为根据电网调控需求构建的若干电网调控业务AI模型；

组合若干执行体得到电网调控模型；其中，组合包括将若干执行体的输入共同作为电网调控模型的输入，将若干执行体的输出融合作为电网调控模型的输出；

其中，电网调控业务为母线负荷预测或电网设备故障预测。

2.根据权利要求1所述的电网调控模型训练方法，其特征在于，所述通过若干训练数据组并行训练预设的若干学习体，得到若干执行体包括：

按照训练数据组和学习体一一对应的关系，通过若干训练数据组，结合预设的与各学习体一一对应的评价体，并行训练预设的若干学习体；以及在训练完成后，通过各评价体获取各学习体的预设预测指标，并将预设预测指标满足预设的预设预测指标训练要求的学习体作为执行体。

3.根据权利要求1所述的电网调控模型训练方法，其特征在于，所述若干电网调控业务AI模型通过两种及两种以上的机器学习算法或人工智能算法构建。

4.根据权利要求1所述的电网调控模型训练方法，其特征在于，所述若干电网调控业务AI模型中的各电网调控业务AI模型为执行同类电网调控业务的电网调控业务AI模型，或执行互补电网调控业务的电网调控业务AI模型。

5.根据权利要求1所述的电网调控模型训练方法，其特征在于，还包括：

周期性获取电网调控模型中各执行体对电网调控模型实时数据的第一预设预测指标值；

当电网调控模型中存在一执行体的第一预设预测指标值连续预设次不满足预设的第一预设预测指标值要求时，从电网调控模型中剔除该执行体，或者，通过电网调控模型训练数据重新训练该执行体。

6.根据权利要求1所述的电网调控模型训练方法，其特征在于，还包括：

获取执行体的第二预设预测指标值低于预设的第二预设预测指标值预测要求的电网调控模型实时数据，得到具有关键特征的数据；以及将具有关键特征的数据作为电网调控模型训练数据共享至各训练数据组得到若干更新训练数据组；

根据更新训练数据组和学习体一一对应的关系，通过若干更新训练数据组并行训练预设的若干学习体，得到若干更新执行体；

采用若干更新执行体替换电网调控模型中的若干执行体。

7.根据权利要求6所述的电网调控模型训练方法，其特征在于，所述通过若干更新训练数据组并行训练预设的若干学习体前还包括：

获取具有关键特征的数据的相关数据，并将具有关键特征的数据的相关数据作为电网调控模型训练数据共享至各更新训练数据组；

其中，所述相关数据包括：与具有关键特征的数据存在时间关系的数据、与具有关键特征的数据对应的设备存在拓扑连接关系的设备的数据以及与具有关键特征的数据存在业务逻辑关系的数据。

8.根据权利要求6所述的电网调控模型训练方法，其特征在于，所述通过若干更新训练数据组并行训练预设的若干学习体前还包括：

采用数据特征分析方法，提取具有关键特征的数据的特征得到提取特征；

获取优化方式，并根据优化方式优化各更新训练数据组内的电网调控模型训练数据或若干学习体；其中，优化方式采用人工分析的方式，获取各学习体的测试评估效果和各执行体的推理效果，并根据提取特征，结合各学习体的测试评估效果、各执行体的推理效果以及业务领域知识得到。