[发明专利]一种基于深度强化学习的AGC机组动态优化方法有效
| 申请号： | 202010972441.3 | 申请日： | 2020-09-16 |
| 公开（公告）号： | CN112186811B | 公开（公告）日： | 2022-03-25 |
| 发明（设计）人： | 张沛;李家腾;吕晓茜;宋秉睿;孟祥飞 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | H02J3/46 | 分类号： | H02J3/46;H02J3/48;H02J3/24;H02J3/00 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 黄晓军 |
| 地址： | 100044 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度强化学习的AGC机组动态优化方法，本发明引入了强化学习中的深度Q网络(deep Q network,DQN)算法，通过智能体与环境的不断交互，根据环境反馈的奖励值，不断改进智能体的策略，实现对系统中不确定性变量的学习，避免了对系统中的不确定性变量的建模。本方法能够根据负荷和风电的预测信息，自适应学习预测带来的不确定性，使得所给出的结果，即各台AGC机组的调节量能够更加吻合电力系统实际有功缺额，有助于系统的频率稳定，解决大规模新能源并网带来的随机扰动问题。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 agc 机组 动态 优化 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京交通大学，未经北京交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010972441.3/，转载请声明来源钻瓜专利网。
