基于人工神经网络的电-气耦合系统快速经济调度数据驱动方法

摘要：代码主要做的是一种基于人工神经网络的新型数据驱动方法，通过利用基于分段线性化的模型驱动方法的模拟数据，实现电-气耦合系统的快速经济调度。

将每个电总线和气体节点处的负载分布作为输入神经元馈入人工神经网络；最优经济调度结果被设置为输出神经元，其中调度结果可以是连续的（例如电力和天然气输出）或二进制的（例如情景可行性）。

比利时20节点燃气/IEEE 24总线综合电力系统的案例研究表明，在对人工神经网络进行适当训练后，数据驱动的经济调度方法比模型驱动的分段线性化快几倍！