摘要
本发明公开了一种基于深度强化学习的移动储能资源辅助电网负荷恢复方法,涉及深度强化学习技术领域。基于深度强化学习的移动储能资源辅助电网负荷恢复方法,包括:根据相距飓风中心的距离处,构建不同飓风路径的等效风速的飓风模型;根据飓风模型计算电网负荷的损失情况;通过电网负荷的损失情况,构建离散马尔可夫决策过程获得多个配电线路的故障概率;采用深度强化学习算法求解马尔可夫决策过程,得到移动储能系统的最优调度策略;移动储能系统用于恢复电网供电。可以快速求解得到最优调度策略,在飓风灾害下调度移动储能系统放电实现负荷恢复,实现了高效、准确地得到最优调度策略。
技术关键词
移动储能系统
负荷恢复方法
深度强化学习算法
移动储能装置
决策
风速
线路
深度强化学习技术
杆塔
资源
梯度下降法
策略
深度Q网络
分段
参数
生成动作
系统为您推荐了相关专利信息
能源调度方法
序列
ARIMA模型
负荷
LSTM模型
无损检测技术
智能监测方法
指标
逼近理想解排序
危险场景
海洋牧场
动态监测数据
支持向量机算法
分布特征
主成分分析算法
统计特征
智能预警方法
历史监测数据
微震监测数据
动力