基于多目标可迁移强化学习的多断面输电限额计算方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于多目标可迁移强化学习的多断面输电限额计算方法
申请号:
CN202411705909
申请日期:
2024-11-26
公开号:
CN119691331B
公开日期:
2025-10-24
类型:
发明专利
摘要
本发明涉及电气工程技术领域,具体公开来了基于多目标可迁移强化学习的多断面输电限额计算方法,该方法包括以下步骤:考虑暂态功角及电压稳定约束,建立输电限额计算的逆向搜索模型;采用分解策略将逆向搜索模型的多断面耦合限额计算问题分解成子问题模型;将不同子问题模型转化为马尔科夫决策过程,结合基于邻域的参数迁移策略与改进的DDPG算法进行求解;通过对模型的训练实现端对端输出多断面耦合限额的帕累托前沿。本发明的优点是相比于传统的多目标元启发式算法具有更好收敛性与多样性。
技术关键词
暂态功角
电压稳定
发电机
暂态电压失稳
暂态过程
计算方法
元启发式算法
同步机转子
随机噪声
节点导纳矩阵
电气工程技术
有功功率
神经网络参数
策略
决策