一种基于奖励塑造的电力系统调度智能辅助决策方法

本发明公开一种基于奖励塑造的电力系统调度智能辅助决策方法，包括以下步骤：1)智能体观察当前电力系统的状态st；2)智能体根据现有策略选择和执行动作at；3)电力系统运行环境向智能体反馈奖励rt，并根据动作at更新状态，得到新的状态st+1；4)定量评估电力系统状态st+1和状态st之间的差异d，以及状态st+1与初始状态s0之间的差异d(st+1,s0)、状态st与初始状态s0之间的差异d(st,s0)；5)重塑奖励，得到新的奖励6)智能体根据新的奖励和新的状态st+1更新策略；7)重复步骤1)‑步骤6)，生成电力系统调度决策。本发明显著提升了系统的调度性能、适应性和调节能力，为电力系统的安全、稳定、经济运行提供了强有力的技术支持。