计及运行风险的无功优化强化学习智能算法

• 作者: 贾巍 陈俊斌 陈吕鹏 雷才嘉 韩传家 高慧
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 无功优化 风险评估 迁移部落 强化学习
• 年，卷（期）: 2019,（14）
• 所属期刊栏目: 信息与能源
• 页码范围: 75-82,123
• 页数: 9页
• 分类号: TM93
• 字数: 6869字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2019.014.013

摘要

为提高电力系统的运行安全性,文中将电力系统风险评估理论引入到传统无功优化中,建立了考虑运行风险的多目标无功优化数学模型,并为此提出了一种全新的迁移部落强化学习算法,该算法将人工智能算法的随机搜索机制和强化学习算法的迭代模式有机融合,利用知识矩阵储存部落寻优信息,通过知识迁移显著提高了在线学习阶段算法的速率.IEEE 118节点标准系统的仿真表明:迁移部落强化学习算法在保证较好的全局寻优性能的同时,速度可达传统人工智能算法的2～10倍,有效解决了考虑风险的多目标无功优化的动态快速求解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高慧		8	5	1.0	2.0
2	雷才嘉		16	17	2.0	3.0
3	贾巍		5	2	1.0	1.0
4	韩传家		1	0	0.0	0.0
5	陈吕鹏		1	0	0.0	0.0
6	陈俊斌		2	3	1.0	1.0