(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210841297.9 (22)申请日 2022.07.18 (71)申请人 山东大学 地址 250061 山东省济南市历下区经十路 17923号 (72)发明人 赵浩然　信思笑　田航　黄晓莉　 钱晓熠　刘帅　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 董雪 (51)Int.Cl. G06Q 10/04(2012.01) G06F 30/27(2020.01) G06Q 50/06(2012.01) H02J 3/06(2006.01)G06F 119/08(2020.01) (54)发明名称 基于集成学习的综合能源系统多能潮流计 算方法及系统 (57)摘要 本公开属于多能潮流计算技术领域， 具体涉 及一种基于集成学习的综合能源系统多能潮流 计算方法及系统， 包括： 获取并分析综合能源系 统的特征数据； 基于分析后的特征数据， 构建综 合能源系统多能潮流模型； 训练所构建的综合能 源系统多能潮流模型中第一层的初级学习器； 基 于初级学习器输出的拟合结果， 训练次级学习 器， 得到综合能源系统多模型融合的多能潮流计 算模型， 实现综合能源系统多模 型融合的多能潮 流计算。 权利要求书2页 说明书15页 附图4页 CN 115169710 A 2022.10.11 CN 115169710 A 1.一种基于集成学习的综合能源系统多能潮流计算方法， 其特 征在于， 包括： 获取并分析综合能源系统的特 征数据； 基于分析后的特 征数据， 构建综合能源系统多能潮流模型； 训练所构建的综合能源系统多能潮流模型中第一层的初级学习器； 基于初级学习器输出的拟合结果， 训练次级学习器， 得到综合能源系统多模型融合的 多能潮流计算模型， 实现综合能源系统多模型融合的多能潮流计算。 2.如权利要求1中所述的一种基于集成学习的综合能源系统多能潮流计算方法， 其特 征在于， 所述综合能源系统是包含电、 气和热的综合能源系统； 所获取的综合能源系统的特 征数据是通过电力系统模型、 供 热系统模型、 燃气系统模型和耦合设备模型 得到的。 3.如权利要求2中所述的一种基于集成学习的综合能源系统多能潮流计算方法， 其特 征在于， 所述电力系统模型采用交流系统模型， 得到有功功率平衡方程和无功功率平衡方 程； 所述供热系统模型包括热力模型和水利模型， 得到节点功率平衡方程、 环路压降方程、 供应温度方程和回流温度方程； 所述燃气系统包括输气管道、 气源、 负荷以及压缩机， 通过燃气系统构建燃气系统模 型， 得到天然气管道流 量方程、 压缩机电功率方程和压缩机马力方程； 所述耦合设备考虑背压运行模式的热电联产机组， 得到背压 式热电联产机组 的电输出 功率方程、 热电联产机组所消耗的天然气流 量方程和燃气锅炉的功率方程。 4.如权利要求1中所述的一种基于集成学习的综合能源系统多能潮流计算方法， 其特 征在于， 在构建综合能源系统多能潮流模型 的过程中， 采用数据驱动算法对所获取 的综合 能源系统的特 征数据进行分析， 完成 综合能源系统多能潮流模型的构建。 5.如权利要求1中所述的一种基于集成学习的综合能源系统多能潮流计算方法， 其特 征在于， 利用原始数据集训练所构建的综合能源系统多能潮流模型的第一层的初级学习 器， 得到多个拟合结果， 第二层次级学习器将第一层所得到的拟合结果作为输入特征进行 训练， 得到最终预测结果； 采用集成学习框架对所述综合能源系统多能潮流模型所输出 的 最终预测结果进行泛化， 提高所构建的综合能源系统多能潮流模型的准确度。 6.如权利要求5中所述的一种基于集成学习的综合能源系统多能潮流计算方法， 其特 征在于， 根据初级 学习器的输出得到次级 学习器， 在初 级学习期训练的过程中， 通过五折交 叉验证法获取初级学习器的输出量， 采用不重复抽样的方式将原始数据分成五份， 挑选其 中一份作为测试集， 剩 下的四份作为训练集， 进行模型的训练， 得到测试结果； 重复进行五 次模型的训练， 将所 得到的五组测试 结果的平均值作为初级学习器对次级学习器的输入。 7.如权利要求1中所述的一种基于集成学习的综合能源系统多能潮流计算方法， 其特 征在于， 所述得到综合能源系统多模型融合的多能潮流计算模型的流 程为： 获取综合 能源系统潮流计算输入特征和输出值， 使用不同算法构建不同的综合 能源系 统潮流模型； 分析不同算法所训练模型的误差及分布情况， 选择初级学习器； 使用划分后的数据集对集成学习框架中的第一层初级学习器分别训练， 输出拟合结 果， 生成新的数据集； 使用新生成的数据集， 对集成学习框架中第二层算法进行训练， 根据输出结果选择次权　利　要　求　书 1/2 页 2 CN 115169710 A 2级学习器， 基于多模型融合的集成学习算法训练完毕， 完成基于多模型融合的多能潮流建 模训练， 实现多模型融合的多能潮流建模。 8.一种基于集成学习的综合能源系统多能潮流计算系统， 其特 征在于， 包括： 获取模块， 其被 配置为获取并分析综合能源系统的特 征数据； 建模模块， 其被 配置为基于分析后的特 征数据， 构建综合能源系统多能潮流模型； 计算模块， 其被配置为训练所构建的综合 能源系统多能潮流模型中第 一层的初级学习 器； 基于初级 学习器输出的拟合结果， 训练 次级学习器， 得到综合能源系统多模 型融合的多 能潮流计算模型， 实现综合能源系统多模型融合的多能潮流计算。 9.一种计算机可读存储介质， 其上存储有程序， 其特征在于， 该程序被处理器执行时实 现如权利要求 1‑7中任一项 所述的基于集成学习的综合能源系统多能潮流计算方法中的步 骤。 10.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的程 序， 其特征在于， 所述处理器执行所述程序时实现如权利要求 1‑7中任一项 所述的基于集成 学习的综合能源系统多能潮流计算方法中的步骤。权　利　要　求　书 2/2 页 3 CN 115169710 A 3