一种基于深度强化学习多智能体协同的电力系统潮流计算收敛性提升方法及装置

本发明提供了一种基于深度强化学习多智能体协同的电力系统潮流计算收敛性提升方法，通过构建多个强化学习智能体模型，每个智能体对应电力系统中的一个区域或一种设备，利用深度强化学习算法实现智能体之间的协同与信息共享。各智能体通过实时通信与协作，快速评估电力系统的运行状态，并针对有功和无功功率的分配情况进行动态调整，以优化全局潮流的收敛性。具体而言，智能体在不同负荷和发电条件下，通过学习反馈和奖励机制，针对有功和无功功率的调整需求，不断改进决策过程，从而显著提高潮流计算的收敛速度和精度。本发明方法具有较强的鲁棒性，能够有效应对电力系统的复杂性变化，为潮流不收敛的极端场景提供了一种高效智能的调度解决方案。