基于深度强化学习的电网紧急控制策略研究

• 作者: 侯金秀 刘丽平 刘威 张东霞 王新迎
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 深度强化学习 卷积神经网络 数据驱动 决策控制 人工智能
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 大电网规划与运行
• 页码范围: 109-119,后插11
• 页数: 12页
• 分类号: TM71
• 语种: 中文
• DOI: 10.13334/j.0258-8013.pcsee.171747

摘要

提出一种基于深度强化学习的电网切机控制策略,所提控制策略依据电网运行环境信息,通过数据分析得到切机控制策略.首先介绍强化学习框架,阐述学习算法原理,并详细介绍Q-Learning方法.然后介绍深度学习基本概念和深度卷积网络原理,提出利用深度卷积网络提取电网运行特征,构建切机策略的思路.再结合深度学习和强化学习,构建深度强化学习框架,其中深度学习采用深度卷积神经网络模型用于提取特征,强化学习采用双重Q-Learning和竞争Q-Learning模型计算Q值,通过比较Q值大小得到切机控制策略.最后,利用IEEE 39节点系统验证了方法的正确性.