针对安全约束机组组合问题的数据驱动增强优化求解方法

本发明公开了针对安全约束机组组合问题的数据驱动增强优化求解方法，包括构建电力系统的安全约束机组组合问题模型；采集电力系统的历史运行负荷数据，利用图灵统计法构造可置信数据集，按比例将可置信数据集划分为训练集和验证集；构建神经网络模型，输入训练集和验证集进行网络训练；将电力系统新的负荷数据作为输入，利用多层神经网络作为分类器，在线预测机组运行的逻辑策略；通过消除整数变量，将SCUC问题转化为连续凸优化问题，通过排序多个候选整数解，简化后优化模型的可行性并实现快速在线求解该方法。本发明能提供高质量近似最优解，求解速高并有强大可扩展能力。不仅能实现高效电力系统调度优化，还能增强电网的调峰能力和应急响应能力。