公开(公告)号：CN119417078A

公开(公告)日：2025-02-11

申请号：CN202411242003.6

申请日：2024-09-05

Applicant: 安徽大学 ,  国网湖北省电力有限公司经济技术研究院

Inventor： 张茂松 ,  赵家新 ,  杨洁 ,  舒东胜 ,  李亚馨 ,  夏方舟 ,  徐敬友 ,  叶高翔 ,  邵非凡 ,  杨子立 ,  郑子健 ,  彭文彦

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06F18/243 ,  G06F18/214 ,  G06F18/21 ,  G06N7/01

Abstract: 一种可解释强化学习的社区综合能源优化调度方法及系统，根据社区综合能源系统的模型架构，基于马尔科夫决策过程，建立了社区综合能源系统的能源管理模型，使用协作式强化学习算法对模型进行训练，然后通过创建可解释的人工智能框架来提取算法的训练决策规则和影响决策的重要环境特征，并将其作为新经验重新作用于算法的训练过程，最后设定迭代阈值，不断对算法的决策规则和重要环境特征进行更新，得到社区综合能源系统的最优能源调度策略。本发明充分利用社区内丰富的能源资源，通过对能源的实时监测和分析，准确把握社区能源供需情况，并通过可解释的人工智能框架，提高能源系统模型的泛化能力和鲁棒性，在社区层面实现能源的高效管理和调度。