1.一種基于強(qiáng)化學(xué)習(xí)優(yōu)化的電網(wǎng)信息系統(tǒng)時(shí)間序列數(shù)據(jù)收集方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，神經(jīng)網(wǎng)絡(luò)根據(jù)三個(gè)連接處訓(xùn)練后反應(yīng)的整體預(yù)測(cè)誤差來(lái)調(diào)整隱層節(jié)點(diǎn)數(shù)，具體如下：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)et反應(yīng)的最優(yōu)節(jié)點(diǎn)數(shù)落在nmin，nmax定義的區(qū)間的位置分情況來(lái)進(jìn)行調(diào)整，具體包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，grurl網(wǎng)絡(luò)模型中，grurl層包括兩層r-gru層和一個(gè)隨機(jī)層，在隨機(jī)層中有兩個(gè)神經(jīng)元，其輸出分別為μ，σ，網(wǎng)絡(luò)中參數(shù)的分布服從高斯分布，隨機(jī)層的兩個(gè)輸出計(jì)算如下：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，在grurl模型的輸出層中，引入了強(qiáng)化學(xué)習(xí)以學(xué)習(xí)隨機(jī)策略，在這一層上，使用一維高斯函數(shù)來(lái)預(yù)測(cè)時(shí)間序列數(shù)據(jù)，定義如下：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，參數(shù)wμi和wσi更新方式如下：
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，獎(jiǎng)勵(lì)值的計(jì)算方法如下：
8.一種基于強(qiáng)化學(xué)習(xí)優(yōu)化的電網(wǎng)信息系統(tǒng)時(shí)間序列數(shù)據(jù)收集裝置，其特征在于，包括：
9.一種計(jì)算機(jī)設(shè)備，其特征在于，包括：一個(gè)或多個(gè)處理器；存儲(chǔ)器；以及一個(gè)或多個(gè)程序，其中所述一個(gè)或多個(gè)程序被存儲(chǔ)在所述存儲(chǔ)器中，并且被配置為由所述一個(gè)或多個(gè)處理器執(zhí)行，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7中任一項(xiàng)所述的一種基于強(qiáng)化學(xué)習(xí)優(yōu)化的電網(wǎng)信息系統(tǒng)時(shí)間序列數(shù)據(jù)收集方法的步驟。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7中任一項(xiàng)所述的一種基于強(qiáng)化學(xué)習(xí)優(yōu)化的電網(wǎng)信息系統(tǒng)時(shí)間序列數(shù)據(jù)收集方法的步驟。