一种智能电网场景下基于深度强化学习辅助优化的原位数据存储管理方法

本发明公开了一种智能电网场景下基于深度强化学习辅助优化的原位数据存储管理方法。该方法认为：首先建立规则性划分机制，优化原位数据存储任务分类效果；然后设计分布式队列架构，将划分后的存储任务分配到对应队列中，以优化存储任务管理流程并提升系统效率；接着提出原位数据存储任务管理的优化问题；最后将优化问题描述为马尔科夫决策过程并用深度强化学习技术对存储任务的处理决策进行求解。本发明在智能电网中原位数据存储需求存有差异性的管理前提下，综合考虑所有存储任务的需求特征，以减少滞留存储任务数、等待延迟和完成延迟为目标进行管理决策，使得系统能在合理输入任务需求的同时，协调处理分布式队列中的滞留任务，提高存储任务的处理效率，并有效降低系统延迟。