一种基于DDPG深度强化学习的光伏电站参数辨识方法、系统、介质及处理器

本申请提供一种基于DDPG深度强化学习的光伏电站参数辨识方法，包括：利用BPA软件模拟光伏电站实测曲线环境，建立与并网控制详细模型输出曲线等值的等值数学模型；利用扰动算法计算等值数学模型各参数轨迹灵敏度，筛选待辨识参数；根据筛选出的待辨识参数，建立基于BPA软件的辨识训练数据集；搭建DDPG智能体模型，并输入辨识训练数据集进行参数辨识训练，得到最终辨识结果。根据光伏电站详细模型在BPA软件中建立相应的等值数学模型，然后通过轨迹灵敏度分析BPA软件中光伏控制模型的待辨识参数，筛选主要参数，使用DDPG深度强化学习算法对主要参数进行准确、快速辨识，能够兼顾解决背景技术中的问题。