一种利用深度强化学习进行电力系统负荷频率控制的方法

本发明提供一种利用深度强化学习进行电力系统负荷频率控制的方法，涉及电力系统控制技术领域，所述方法包括：构建电力系统模型，所述电力系统模型包括发电单元、输电网络、负荷单元以及频率控制装置；获取电力系统历史运行数据，包括负荷需求记录、发电输出日志、频率波动情况，并对电力系统历史运行数据进行预处理，以得到处理后系统历史运行数据；根据处理后系统历史运行数据，训练深度神经网络模型，提取系统历史运行数据的关键特征，并预测未来的负荷需求及频率变化趋势，得到预测结果。本发明利用深度强化学习融合电力系统模型，实现负荷频率的精准预测与自动实时控制，提升电力系统稳定性与经济性。