本发明公开了一种基于人工神经网络及深度强化学习的AVC智能控制方法,包括,结合电网无功负荷的态势预测结果和新能源并网的点的无功负荷变化规律,将变电站分为不同的子控制区域;基于贝尔曼方程和最小化损失函数优化动作效用函数,并结合所述动作效用函数获得决策度量函数;通过利用所述决策度量函数的梯度优化智能体的决策模型参数,训练智能体;将所述不同子区域的态势预测结果和新能源无功变化规律输入到所述智能体,通过所述智能体计算电力系统的电压控制量控制电网无功电压。本发明通过结合人工神经网络和确定性策略的多智能体强化学习算法训练智能体,提高了对无功电压的主动控制能力。
声明:
“基于人工神经网络及深度强化学习的AVC智能控制方法” 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)