公开(公告)号：CN119129367A

公开(公告)日：2024-12-13

申请号：CN202410950512.8

申请日：2024-07-16

Applicant: 国家电网有限公司华中分部 ,  北京工商大学

Inventor： 王莹 ,  张慧妍 ,  凌煦 ,  党杰 ,  马超悦 ,  奚江惠 ,  张勇 ,  金维刚 ,  张海艳 ,  袁鹏 ,  余笑东 ,  赵雄光

IPC: G06F30/27 ,  G06F30/30 ,  G06N3/0442 ,  G06N3/092 ,  G06Q50/06 ,  H02J3/00 ,  G06F113/04

Abstract: 本发明公开了一种基于改进深度强化学习的电力负荷模型参数辨识方法，属于电力负荷辨识技术领域。本发明方法基于计及配电网阻抗和无功补偿的完整综合负荷模型，确定待辨识的电力负荷参数；然后基于优先经验回放的双向门控循环单元深度确定性策略梯度算法设计电力负荷参数辨识模型；采集电路数据进行模型训练，用训练好的模型进行参数辨识。本发明在已有电力系统机理模型与数据驱动模型的基础上，通过改进深度强化学习模型对负荷模型参数进行辨识，经验证，本发明方法能实现准确辨识电力系统负荷模型参数，能提高电力系统负荷模型的拟合精度，有助于优化电网的运行策略，降低运营成本。