技术特征：
技术总结
本发明属于新能源发电消纳技术领域，公开了一种基于深度学习的新能源消纳方法，所述基于深度学习的新能源消纳方法采用多层感知神经网络的反向传播算法实现，采用改进的动态递归神经网络方法进行训练；优化过程包括：深度学习模型的线下训练过程，另一部分是深度学习优化控制器的在线优化过程。本发明基于深度学习的消纳优化算法能够根据不同优化目标的内容和数量，不同约束条件的内容和数量在线确定优化控制器参数，无需人为调整，对于应用场合具有普遍的适应性；本发明采用基于自适应更新系数的动态递归神经网络模型训练方法能够克服常规动态递归神经网络收敛速度慢和容易陷入局部极小值的缺点，保证精度前提下缩短了优化控制器模型的训练时间。
技术研发人员：行舟;韩自奋;傅铮;景乾明;拜润卿;张彦凯;郝如海;陈仕彬;杜瑞凤;乾维江;高磊;邢延东;史玉杰;祁莹;刘文飞;张海龙;张大兴;章云
受保护的技术使用者：国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司;西安电子科技大学
技术研发日：2019.03.01
技术公布日：2019.06.18