Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于多智能体宽大强化学习的电力安全经济调度方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网浙江省电力有限公司信息通信分公司;浙江大学

摘要:本发明公开了基于多智能体宽大强化学习的电力安全经济调度方法。针对智能电网规模的不断扩张,设计了多智能体宽大强化学习解决框架,采用深度学习拟合状态‑动作价值曲线,并融入了经验池,可以普遍应用于电力系统的分布式经济调度。针对新能源发电单元与网络干扰带来的成本函数不确定性问题,引入宽大强化学习的奖励空间拟合机制,消除智能体与环境交互过程中的不确定性奖励。采用信誉值评估各个智能体的安全状态,应对多智能体系统可能遇到的网络攻击问题,并通过信誉值更新网络通信权重,实现不安全节点的隔离。本发明实现了智能电网多发电机组分布式经济调度问题的联合求解,为复杂电网发电单元的安全、可靠、高效的调度提供可行的方案。

主权项:1.基于多智能体宽大强化学习的电力安全经济调度方法,其特征在于:将一个发电机组视为一个智能体,根据用电环境构建多智能体系统,以环境中的用电需求为状态,发电机组的输出功率为决策变量,将分布式经济调度问题构建为一个通过多智能体强化学习解决的合作决策问题;所述智能体在每个时间步t观察环境,通过多智能体网络,采用平均一致性算法,将环境的功率需求Di,t作为状态si,t;根据邻居智能体发送的信息检测网络攻击,计算每个智能体的信誉值,根据信誉值调整通信权重aij,隔离受到攻击智能体;然后每个智能体根据状态si,t,在贪婪算法的作用下进行决策,执行动作ai,t输出相应的功率Pi,t,得到环境反馈的奖励ri,t+1,通过Q表评估状态-动作的价值;使用R估计网络进行拟合得到r′i,t+1;再采用平均一致性算法,求得多智能体的联合奖励将单步训练元祖存储在经验池中,对多智能体进行多次训练后,从训练池中随机抽取样本,对Q估计网络、R估计网络和Q表进行训练、更新,输出最优调度方案。

全文数据:

权利要求:

百度查询: 国网浙江省电力有限公司信息通信分公司 浙江大学 基于多智能体宽大强化学习的电力安全经济调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。