一种基于深度强化学习的柔性直流系统振荡紧急控制方法和系统

本发明涉及电力系统控制技术领域，尤其涉及一种基于深度强化学习的柔性直流系统振荡紧急控制方法和系统，将振荡紧急控制问题转化为马尔可夫决策过程，通过结合当前系统阻尼强度与可控变量构成深度强化学习中的状态空间，以功率增量作为柔性输电系统的动作空间；采用近端策略优化算法实时求解保障柔性直流输电系统稳定运行的系统功率的具体出力。通过机器学习形成柔性直流输电系统调控策略，无需附加额外电气设备，即可通过柔性直流输电系统自身的控制潜力实现振荡实时抑制。所构建的策略网络不断与系统运行状态进行参数交互，在输出调控策略的同时，根据结果反馈持续更新网络参数，不断增强网络的价值评估和动作选择性能，保证决策的准确性。