一种基于深度强化学习的天然气管网优化调度方法

本发明涉及天然气输送技术领域，具体涉及一种基于深度强化学习的天然气管网优化调度方法，以解决目前天然气调度和深度学习结合形成的调度方法，在面对离散化的连续型决策变量时，出现的调度结果不精确，调度过程经济性差，和模型训练速度慢的问题。本方法包括以下步骤：建立天然气管网调度模型，并将天然气管网调度模型转化为具有管网仿真环境和合理奖励函数的马尔科夫决策过程模型；搭建天然气管网对应的强化学习智能体离线训练环境；构建近端策略优化算法中的批评神经网络模型；利用近端策略优化算法对强化学习智能体进行训练；利用训练完成的强化学习智能体实时获得天然气管网调度的最优策略，并基于获得的最优策略对天然气管网进行实时调度。