本發明公開了一種基于人工神經網絡及深度強化學習的AVC智能控制方法,包括,結合電網無功負荷的態勢預測結果和新能源并網的點的無功負荷變化規律,將變電站分為不同的子控制區域;基于貝爾曼方程和最小化損失函數優化動作效用函數,并結合所述動作效用函數獲得決策度量函數;通過利用所述決策度量函數的梯度優化智能體的決策模型參數,訓練智能體;將所述不同子區域的態勢預測結果和新能源無功變化規律輸入到所述智能體,通過所述智能體計算電力系統的電壓控制量控制電網無功電壓。本發明通過結合人工神經網絡和確定性策略的多智能體強化學習算法訓練智能體,提高了對無功電壓的主動控制能力。
聲明:
“基于人工神經網絡及深度強化學習的AVC智能控制方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)