摘要
本发明公开了基于深度强化学习的低压配电网电压控制方法及系统,包括以下步骤:将训练好的Transformer‑SAC模型嵌入低压配电网中,使Transformer‑SAC模型与低压配电网的环境交互形成动作策略,动作策略下发至开关或用户侧的智能控制器,用以控制分布电压的功率和无功补偿器的投切,分布式电源设备和无功补偿器接收命令后执行动作,并形成新的环境数据实时反馈给模型进行的自优化。本发明采用SAC算法优化低压配电网的电压控制策略,并通过经验回放和策略优化提升学习效率,将模型与低压配电网环境的交互反馈,智能体不断优化控制策略、调节电网设备,实现电压调节效果的持续提升。
技术关键词
深度强化学习
SAC算法
执行设备
动作策略
配电网状态监测系统
电压控制系统
无功补偿器
优化控制策略
中央控制器
矩阵
低压配电网状态
前馈神经网络
分布式电源
生成动作
系统为您推荐了相关专利信息
调度优化系统
车间设备
深度网络模型
数据
动作策略
换步控制系统
换步控制方法
钢拱架
推进油缸
点云去噪
电网系统
深度强化学习模型
微电网控制器
系统优化方法
决策
能量守恒原理
橡胶密炼系统
迭代学习模型
误差模型
迭代学习控制