摘要
本发明公开了一种配电网负荷转供求解方法及系统,方法包括:获取目标配电网实时状态信息,并结合马尔科夫决策过程,建立第一负荷转供的强化学习模型;基于第一负荷转供的强化学习模型更新智能体,并建立更新后的第二负荷转供的强化学习模型;引入预模拟优选的动作机制,对第二负荷转供的强化学习模型进行训练,得到第三负荷转供的强化学习模型;基于第三负荷转供的强化学习模型,获取目标配电网负荷转供求解结果;本发明通过实时监控和分析配电网的运行状态,能够有效地提高配电网的稳定性和可靠性。通过建立强化学习模型,智能体能够自主学习并优化负荷转供策略,从而在发生故障或负荷波动时,迅速采取措施,保证电力供应的连续性和安全性。
技术关键词
负荷转供
强化学习模型
深度强化学习算法
实时状态信息
动作机制
配电网线路故障
分析配电网
决策
求解系统
断开开关
电流值
电压
重合闸
处理器
计算机设备
节点处
可读存储介质
系统为您推荐了相关专利信息
计算机视觉
训练卷积神经网络
深度强化学习算法
模态传感器
状态监控模块
终端接入认证方法
物联网节点设备
信道
组网协议
密钥交换协议
插件
强化学习模型
Actor模型
识别异常信息
画像
投料机器人
动态优化方法
深度强化学习模型
节点
卸料工作