本发明公开基于深度强化学习的配电网保护控制方法及系统,包括智能体获取本地量测数据,将获取到的感知信息作为深度强化学习的环境状态信息;智能体获取动作类型和参数作为深度强化学习的动作空间信息;设计智能体与环境交互过程中的奖励函数;构建深度强化学习神经网络模型;对所述深度学习神经网络进行训练;根据训练好的深度强化学习神经网络模型对获取到的感知信息进行自主决策,得到控制断路器动作的指令。本发明改变了传统电流保护以电流整定值为动作判定依据的思路,让保护装置自主感知配电网的运行状态,通过不断的试错学习,自适应调整保护动作策略,以满足高度不确定性配电网环境的保护动作的选择性和速动性。
声明:
“基于深度强化学习的配电网保护控制方法及系统” 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)