本发明提出了一种基于深度强化学习的新能源电力系统弹性优化方法,能够大幅减少了在调度过程中产生的人力成本,也避免了人工沟通的延时性带来的影响。本发明引入神经网络的深度强化学习可通过试错和探索在高度动态的随机环境中进行学习,互动情境使其具有较强的学习能力和适应能力,更适合用于解决具有复杂非线性和不确定性的新能源电力系统有功功率调度问题。深度强化学习兼具强化学习的决策能力和深度学习的计算能力,在新能源电力系统中的应用必将改变传统的能源利用模式,使系统更加智能化。
声明:
“基于深度强化学习的新能源电力系统弹性优化方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)