摘要
本发明公开了一种配电网多时间尺度自适应控制方法及系统,包括:获取配电网初始状态信息,将配电网控制问题分解为日前规划层、小时级调度层和实时控制层;建立分层强化学习框架,分别对应日前规划层、小时级调度层和实时控制层;采用Actor‑Critic架构,根据当前状态生成动作并评估状态值;基于Actor‑Critic架构,引入经验回放和优先级采样机制,对经验样本进行存储和采样;采用参数迁移技术,进行预训练和微调操作,得到多层次控制策略。本发明实现多时间尺度的协调优化,各层次之间通过信息传递和目标分解实现协调,保证了整体控制策略的一致性和有效性。
技术关键词
多时间尺度
分层强化学习
生成动作
迁移技术
无功功率调节
强化学习框架
规划
控制策略
储能系统荷电状态
储能系统充放电
可再生能源
执行控制动作
多层次
决策
机制
优化网络参数
样本
深度学习模型
系统为您推荐了相关专利信息
虚拟同步机
有功功率
储能设备
无功功率调节
电压
故障特征
网络性能监控
分层强化学习
定位方法
错误码
格网
多时间尺度
模型校准
密度
地质灾害风险评估技术
光伏光热建筑一体化系统
分层优化调度方法
能源综合利用效率
功率
灰狼优化算法