摘要
本发明公开了一种基于多智能体深度强化学习的配电网区域电压控制方法及算法改进,包括:根据配电网区域电压控制目标,构建配电网无功电压优化控制模型;将优化模型转化为分布式部分可观测的马尔可夫决策过程;设计出一种基于多智能体深度确定性策略梯度的多智能体深度强化学习改进算法并用于该马尔可夫决策过程求解;通过离线集中式训练、在线分布式执行的方式实现配电网区域电压协同控制。本发明方法实现了多智能体深度强化学习的区域电压优化控制及其算法改进,能够将配电网各节点电压有效控制在安全范围内。
技术关键词
配电网区域电压
深度强化学习
优化控制模型
配电网无功电压
储能装置
表达式
节点
无功电压优化控制
决策
分布式光伏
算法
无功负荷
有功功率
神经网络参数
控制策略
系统为您推荐了相关专利信息
主机
最大化吞吐量
接收端
拥塞信息
网络发送速率
深度强化学习算法
充放电功率
最小化系统
储能系统
排放量
清洗控制系统
动态时间窗口
可见光图像
深度确定性策略梯度
双摄像头
多节点
分布式协同
深度强化学习算法
数字孪生模型
调节网络参数
超低空无人机
深度强化学习模型
规避方法
网络
编码器