本发明涉及供电或配电的电路装置或系统,尤其涉及一种基于协同过滤算法的电力任务决策分析方法。
背景技术:
1、在电力系统中,任务决策是关键的工作。然而,传统的任务决策方法通常基于经验和规则,无法充分利用历史任务数据中的潜在信息。
2、如cn115271444a现有技术公开了一种水电大数据的分布式多任务调度方法及系统,在电力行业现有技术中,通过人工采集并分析各区域用电需求,进而人工分析并对分布式发电机组的供电进行调度,存在调度决策合理性差、效率低,同时调度管理不及时,从而造成资源浪费、用户用电体验差的技术问题。示范性的如基于分布式水利发电机组进行发电调度时,由于各发电机组所在区域的用电需求不同、发电量等存在差异,人工分析并调度存在准确率低、及时性差,从而导致电力资源无法及时调至有需求的用户区域。
3、另一种典型的如cn113256114b的现有技术公开的一种基于分布式发电消纳的日前与时前两阶段的需求响应方法,随着经济的发展,用电负荷的日益增长,高峰期和低谷期的电量消耗差距较大。传统的发电方案在高峰期消纳过剩时,需要启用高成本发电装置以满足供电需求,低谷期消纳不足时,需要通过储电装置和储热装置来储存电能和热能,在用电高峰期参与能源调度,由于储能空间有限,又会造成资源浪费和经济损失。
4、为了解决本领域普遍存在调度管理水平差、无法对历史的调度数据进行充分利用和调度的及时性差等等问题,作出了本发明。
技术实现思路
1、本发明的目的在于,针对目前所存在的不足,提出了一种基于协同过滤算法的电力任务决策分析方法。
2、为了克服现有技术的不足,本发明采用如下技术方案:
3、一种基于协同过滤算法的电力任务决策分析方法,所述电力任务决策分析方法包括以下步骤:
4、s1、收集历史电力任务数据;
5、s2、根据任务的特征和行为数据,计算历史电力任务i和实时任务j之间的相似度sim(i,j);
6、s3、若所述历史电力任务i和所述实时任务j之间的相似度sim(i,j)超过设定的监控阈值,则调用所述实时任务j的关联信息,并将所述实时任务j收录入候选任务列表;
7、若所述历史电力任务i和所述实时任务j之间的相似度sim(i,j)低于设定的监控阈值,则将实时任务j舍弃;
8、s4、通过专家库中的各个专家对所述候选任务列表中的每个任务进行评分,得到所述任务的综合评分score,并根据综合评分score的结果确定任务的排序、决策规则和优先级;
9、若当前电力任务的执行条件是基于任务的排序执行,则转至步骤s5;
10、若当前电力任务的执行条件是基于任务的决策规则,则转至步骤s6;
11、若当前电力任务的执行条件是基于任务的优先级,则转至步骤s7;
12、s5、直接按照候选任务列表中的每个任务的最终评分进行降序排序,并将最终评分高的任务作为分析结果,并直接执行最终评分高的任务对应的任务数据;
13、s6、设定决策规则评分范围,当所述最终评分落入决策规则评分范围,则执行决策规则评分范围对应的任务数据;
14、s7、设定高、中、低三个优先级评分段范围,若所述最终评分落入对应的评分段范围,则执行对应评分段范围对应的任务数据。
15、可选的,所述电力任务决策分析方法还包括:
16、所述决策规则包括任务的紧急程度、重要性和执行成本指标。
17、可选的,建立所述决策规则评分范围与任务数据的匹配关系。
18、可选的,所述历史电力任务i和所述实时任务j之间的相似度sim(i,j)根据下式进行计算:
19、;
20、式中,和分别表示历史电力任务i和实时任务j的特征向量,· 表示向量的点积,和 分别表示设定的历史电力任务i和实时任务j的特征向量的模;
21、若所述历史电力任务i和所述实时任务j之间的相似度sim(i,j)超过设定的监控阈值,则调用所述实时任务的关联信息,并将所述实时任务j收录入候选任务列表。
22、可选的,专家库中的各个专家对所述候选任务列表中的每个任务进行综合评分,所述任务的综合评分score根据下式进行计算:
23、;
24、式中,到表示评价因素,到表示对应评价因素的权重,其值由系统进行设定;
25、所述评价因素包括任务执行时间、任务完成质量、任务的节能效果、任务的可靠性。
26、可选的,对于每个评价因素设定相应的权重,以反映所述评价因素在任务的评分中的重要性;
27、其中,所述权重根据专家意见、用户需求、历史数据来确定。
28、可选的,所述决策规则评分范围包括:紧急程度评分范围、重要性评分范围和执行成本指标评分范围;
29、其中,紧急程度评分范围为[0.8,1],重要性评分范围为[0.6,0.8),执行成本指标评分范围为[0,0.6)。
30、可选的,当所述最终评分落入紧急程度评分范围[0.8,1],则决策策略为优先选择执行相匹配的任务对应的所述任务数据;
31、当所述最终评分落入重要性评分范围[0.6,0.8),则决策策略为平衡选择执行相匹配的任务对应的所述任务数据。
32、可选的,所述高优先级评分段范围的取值为(0.7,1.0]。
33、可选的,所述任务的特征包括任务的类型、任务描述、任务执行时间;
34、所述任务的行为数据包括任务执行结果、任务执行时间。
35、本发明所取得的有益效果是:
36、1. 通过优化任务分配规则和管理者选用的类别,减少任务执行时间和成本,提高电力系统的效率和可靠性;
37、2.通过基于所述历史电力任务i和所述实时任务j的协同过滤比较所述历史电力任务i和所述实时任务j之间的相似性,具有较强的可扩展性和适应性,可以根据电力系统的变化和需求进行调整和优化;
38、3. 通过专家库的专家对电力任务数据进行分析和评分,使电力任务决策过程更科学化,减少主观因素的干扰,提高决策的准确性和可靠性;
39、4.通过借助领域专家的知识和经验,对不同电力任务进行评分,并根据评分决定电力任务的决策,提升整个系统的高效性和精准性。
1.一种基于协同过滤算法的电力任务决策分析方法,其特征在于,所述电力任务决策分析方法包括以下步骤:
2.根据权利要求1所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,所述电力任务决策分析方法还包括:
3.根据权利要求2所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,建立所述决策规则评分范围与任务数据的匹配关系。
4.根据权利要求3所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,所述历史电力任务i和所述实时任务j之间的相似度sim(i,j)根据下式进行计算:
5.根据权利要求4所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,专家库中的各个专家对所述候选任务列表中的每个任务进行综合评分,所述任务的综合评分score根据下式进行计算:
6.根据权利要求5所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,对于每个评价因素设定相应的权重,以反映所述评价因素在任务的评分中的重要性;
7.根据权利要求6所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,所述决策规则评分范围包括:紧急程度评分范围、重要性评分范围和执行成本指标评分范围;
8.根据权利要求7所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,当所述最终评分落入紧急程度评分范围[0.8,1],则决策策略为优先选择执行相匹配的任务对应的所述任务数据;
9.根据权利要求8所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,所述高优先级评分段范围的取值为(0.7,1.0]。
10.根据权利要求9所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,所述任务的特征包括任务的类型、任务描述、任务执行时间;