期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于混合分布式深度强化学习的电力系统暂态稳定紧急控制
1
作者
陈一熙
朱继忠
+1 位作者
刘嘉媛
黄林莹
《电网技术》
北大核心
2025年第4期1513-1523,I0054,I0055,共13页
“双碳”目标下大规模新能源并网使得电力系统运行方式的时变特性增强,对在线紧急控制策略提出了新的要求。为维持电力系统在受到大扰动后的暂态稳定,提出一种基于混合分布式深度强化学习的在线紧急控制策略。首先,将暂态稳定紧急控制...
“双碳”目标下大规模新能源并网使得电力系统运行方式的时变特性增强,对在线紧急控制策略提出了新的要求。为维持电力系统在受到大扰动后的暂态稳定,提出一种基于混合分布式深度强化学习的在线紧急控制策略。首先,将暂态稳定紧急控制问题建模为马尔可夫决策过程。然后,针对常规深度强化学习算法因离散化混合动作空间所导致的维数灾、精度下降等问题,提出了一种离散-连续混合策略架构,并采用近端策略优化算法作为策略更新方法,实现了对紧急控制问题中混合动作空间的直接处理。接着,针对常规深度强化学习算法训练时间长、鲁棒性不足等弊端,引入分布式并行训练架构,并设计了融入紧急控制先验物理知识的非法动作屏蔽机制,显著提高了算法的训练速度和鲁棒性。最后,通过IEEE 39节点系统验证了所提算法在暂态稳定紧急控制决策中的有效性和优越性。
展开更多
关键词
暂态稳定
紧急控制
深度强化学习
离散-连续混合策略
分布式并行训练
近端策略优化
在线阅读
下载PDF
职称材料
题名
基于混合分布式深度强化学习的电力系统暂态稳定紧急控制
1
作者
陈一熙
朱继忠
刘嘉媛
黄林莹
机构
华南理工大学电力学院
出处
《电网技术》
北大核心
2025年第4期1513-1523,I0054,I0055,共13页
基金
国家自然科学基金项目(52177087)
广东省基础与应用基础研究基金(2022B1515250006)。
文摘
“双碳”目标下大规模新能源并网使得电力系统运行方式的时变特性增强,对在线紧急控制策略提出了新的要求。为维持电力系统在受到大扰动后的暂态稳定,提出一种基于混合分布式深度强化学习的在线紧急控制策略。首先,将暂态稳定紧急控制问题建模为马尔可夫决策过程。然后,针对常规深度强化学习算法因离散化混合动作空间所导致的维数灾、精度下降等问题,提出了一种离散-连续混合策略架构,并采用近端策略优化算法作为策略更新方法,实现了对紧急控制问题中混合动作空间的直接处理。接着,针对常规深度强化学习算法训练时间长、鲁棒性不足等弊端,引入分布式并行训练架构,并设计了融入紧急控制先验物理知识的非法动作屏蔽机制,显著提高了算法的训练速度和鲁棒性。最后,通过IEEE 39节点系统验证了所提算法在暂态稳定紧急控制决策中的有效性和优越性。
关键词
暂态稳定
紧急控制
深度强化学习
离散-连续混合策略
分布式并行训练
近端策略优化
Keywords
transient stability
emergency control
deep reinforcement learning
discrete-continuous hybrid policy
distributed parallel training
proximal policy optimization
分类号
TM721 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于混合分布式深度强化学习的电力系统暂态稳定紧急控制
陈一熙
朱继忠
刘嘉媛
黄林莹
《电网技术》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
