摘要
本发明涉及电力系统技术领域,具体公开了基于双注意力网络与强化学习的配网电压无功调控方法,包括:构建包含节点特征、设备特征及网络特征的状态向量;通过设备注意力块学习调控设备间的协同与竞争关系,生成设备特征向量;通过节点注意力块捕捉节点间电压依赖关系,生成节点特征向量;基于Actor‑Critic网络,结合融合设备特征向量和节点特征向量的全局特征向量生成设备动作策略;采用多时间尺度协调机制,分别处理离散动作设备和连续动作设备的调控决策;执行设备动作,更新强化学习模型。本发明的优点是提高配电网电压无功联合调控的效率与精度,降低因分布式能源接入和新型负荷变化带来的调控风险概率。
技术关键词
电压无功
多时间尺度协调
注意力参数
调控方法
节点特征
调控设备
生成设备
强化学习模型
输入设备特征
融合设备
固态功率控制器
动作策略
设备动作次数
多层感知机
网络特征
系统为您推荐了相关专利信息
调控方法
深度强化学习
舒适度
听觉
深度学习模型
自动化设计方法
结构设计方案
建筑结构模型
建筑信息模型
刚度
数字孪生体
多源异构数据
偏差
动态调控方法
生成预测模型