本发明涉及一种基于机器学习的城市配电网多级动态重构方法,属于城市配电网动态重构技术领域,该方法基于神经网络多标签分类模型,建立配电网多级重构快速判断模型,通过该模型实现对重构级别在线决策,并对智能体动作空间进行降维。其次,建立多智能体强化学习模型,对各个时段的不同重构主体进行联合优化;使用含参数冻结和经验回放机制的深度Q网络对预测负荷、
光伏能源输出功率等环境信息进行学习,以运行成本、电压偏移度以及负荷均衡度最优为目标,通过习得的策略集对配电网进行动态重构与运行优化。通过本发明,可以实现城市配电网的高效安全经济运行。
声明:
“基于机器学习的城市配电网多级动态重构方法” 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)