基于人工智能代理的负荷态势感知及调控方法

负荷态势感知是需求侧资源管理愈加精细化发展需求下的关键技术之一。针对典型负荷动态态势估计及其调控需求,提出一种基于人工智能代理的负荷态势感知方法,并构建人工智能代理与云端平台协作的实现架构。通过用户侧负荷模型的学习认知,进而建立负荷空间集,并提出时域特征拓展的随机森林算法以实现对于负荷运行状态的评估分析,为负荷调控提供决策依据。进而根据评估结果及电力系统调控需求,在云端平台实现差量计算,并基于态势指标计算结果遴选优化组合,实现负荷精准控制。最后,通过仿真验证了所提方法能够准确预测负荷行为并达到良好的负荷整形效果。