基于深度强化学习的有源配电网集群动态划分方法及系统

基于深度强化学习的有源配电网集群动态划分方法及系统，方法包括以下步骤：步骤1：构建面向配电网集群动态划分的CMDP模型；步骤2：利用拉格朗日松弛法将步骤1中构建的CMDP模型转化为无约束问题，并构建基于AC‑DRL的求解框架，用于求解CMDP模型；步骤3：对步骤2构建的基于AC‑DRL的求解框架进行训练，得到可部署的CMDP模型；步骤4：将步骤3获得的可部署CMDP模型，部署到配电网调度云平台中，根据配电网的实时观测状态提供集群划分结果。相比于传统的集群划分方法，本发明在实际应用时，大大降低了计算复杂度，即使对于大型系统规模也可以做出极快的决策，使其更有能力实时响应配电网状态的波动。