一种基于强化学习的支路追加的配电网最优拓扑生成方法

AITNT
正文
推荐专利
一种基于强化学习的支路追加的配电网最优拓扑生成方法
申请号:CN202510023059
申请日期:2025-01-07
公开号:CN119965979A
公开日期:2025-05-09
类型:发明专利
摘要
本发明公开了一种基于强化学习的支路追加的配电网最优拓扑生成方法,包括以下步骤:步骤1、构建状态和动作;步骤2、强化学习支路追加训练;步骤3、配电网最优拓扑生成。本发明采用强化学习算法,在支路全部为“断开状态”的起始状态中,为配电网逐步追加支路,通过在奖励函数中加入相应的元素,在有效地抑制电压偏差和网损的同时,避免环网和潮流无解的情形,最终得到配电网的最优拓扑。本发明避免了可行的拓扑样本集生成的环节,简化了优化流程,提高了拓扑优化的效率。
技术关键词
拓扑生成方法 配电网支路 强化学习算法 定义 状态更新 偏差 电压 网络 策略 因子 样本 节点 元素 速率
系统为您推荐了相关专利信息
1
一种基于拓扑和响应面尺寸优化的机器人结构轻量化方法
机器人本体结构 三维模型 机器人结构 轻量化方法 响应面优化
2
Agent驱动的电力系统智能AI深度预测方法及系统
电力系统智能 深度预测方法 涡轮进口温度 历史运行数据 时序数据挖掘
3
导轨误差补偿方法、装置、设备、存储介质及产品
直线度误差 导轨误差 曲线误差 导轨平行 补偿方法
4
多关节型机器人
同步带轮 机械臂机构 多关节型机器人 升降机构 升降动力组件
5
激光房及激光焊接系统
挡光板 输送轨道 密封机构 密封组件 激光焊接系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号