一种基于强化学习的电网紧急辅助切负荷决策方法及装置
授权
摘要
本申请涉及一种基于强化学习的电网紧急辅助切负荷决策方法及装置，包括步骤：根据环境因素对切负荷代价的影响建立切负荷辅助决策模型以定义最小切负荷代价的约束条件；基于强化学习算法对所述切负荷辅助决策模型中的参数进行优化，以使所述切负荷辅助决策模型在待切负荷节点存在重要负荷供电馈线时可根据当前环境因素自适应地输出切负荷策略以满足最小切负荷代价的约束条件。本发明在切负荷控制策略中考虑到环境因素的影响和存在少量重要负荷不能切除或无法切除等情况，能够在满足切除要求的可控负荷节点中自适应地决策出当前状态下切负荷代价最小的方案。
基本信息
专利标题 ：
一种基于强化学习的电网紧急辅助切负荷决策方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN113312839A
申请号 ：
CN202110571292.4
公开（公告）日 ：
2021-08-27
申请日 ：
2021-05-25
授权号 ：
CN113312839B
授权日 ：
2022-05-06
发明人 ：
廖思阳陈怡琳徐箭
申请人 ：
武汉大学
申请人地址 ：
湖北省武汉市武昌区珞珈山
代理机构 ：
武汉智权专利代理事务所(特殊普通合伙)
代理人 ：
张凯
优先权 ：
CN202110571292.4
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/08 G06Q10/04 G06Q50/06 G06F111/04 G06F113/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-06 ：
授权
2021-09-14 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20210525
申请日 : 20210525
2021-08-27 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
