一种基于多智能体强化学习的多微网系统协同优化方法
公开
摘要
本发明公开了一种基于多智能体强化学习的多微网系统协同优化方法，包括如下三个部分：第一部分，建立微网中各设备的数学模型和多微网协同优化宏观模型；第二部分，采用神经网络来拟合多智能体强化学习算法Nash‑Q中的价值函数，解决了维数灾难问题；第三部分，在离线数据集中训练Nash‑Q学习算法直到收敛，训练完成后的智能体用于在线优化，能快速做出合理的决策。本发明可以实现各个微网的利益均衡；对Nash‑Q学习算法的改进解决了维数灾难问题，适用于复杂环境；方法对模型的依赖程度低，在离线环境中训练完成后，算法可根据当前情况快速做出合理的决策，可以较好地满足多微网协同调度的在线决策要求。
基本信息
专利标题 ：
一种基于多智能体强化学习的多微网系统协同优化方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114611772A
申请号 ：
CN202210178581.2
公开（公告）日 ：
2022-06-10
申请日 ：
2022-02-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘俊峰王晓生曾君卢俊菠
申请人 ：
华南理工大学
申请人地址 ：
广东省广州市天河区五山路381号
代理机构 ：
广州粤高专利商标代理有限公司
代理人 ：
周春丽
优先权 ：
CN202210178581.2
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06N3/08 G06Q50/06
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-06-10 ：
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
