典型文献
一种基于深度强化学习算法的电网有功安全校正方法
文献摘要：
电力系统有功安全校正对于保障电网安全运行具有重要意义.传统有功安全校正方法无法综合考虑系统潮流分布状态和机组的调整性能,求解效率低、涉及调整的机组多,存在调整反复的现象,在实际应用中具有一定困难.因此,采用深度强化学习算法,提出一种基于深度Q网络(Deep Q Network,DQN)的有功安全校正策略.首先,建立系统有功安全校正模型.其次,采用卷积神经网络(Convolutional Neural Networks,CNN)挖掘电网运行状态深层特征.进一步利用DQN算法通过"状态-动作"机制,以"奖励"为媒介,构建电网运行状态与最优调整机组组合的映射模型,确定调整机组.最后,根据过载线路对调整机组的灵敏度,计算得到调整量.IEEE39节点系统的验证结果表明,所提出的有功安全校正策略在处理多线路过载时可综合考虑系统潮流分布的总体状况和机组调节性能,高效地消除线路过载.
文献关键词：
电力系统;安全校正;深度强化学习;DQN算法;灵敏度
中图分类号：
作者姓名：
孙立钧;顾雪平;刘彤;王铁强;杨晓东
作者机构：
华北电力大学电气与电子工程学院,河北保定 071003;国网河北省电力有限公司,河北石家庄 050021
文献出处：
引用格式：
[1]孙立钧;顾雪平;刘彤;王铁强;杨晓东-.一种基于深度强化学习算法的电网有功安全校正方法)[J].电力系统保护与控制,2022(10):114-122
A类：
安全校正
B类：
深度强化学习算法,有功,校正方法,电力系统,电网安全,潮流分布,分布状态,求解效率,Deep,DQN,建立系统,校正模型,Convolutional,Neural,Networks,电网运行,深层特征,整机,机组组合,映射模型,定调,过载,IEEE39,节点系统,多线,路过,总体状况,调节性能
AB值：
0.26591
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
