基于改进Q学习的配电系统过程状态驱动的弹性策略方法

    公开(公告)号:CN116739074B

    公开(公告)日:2023-11-17

    申请号:CN202310680191.X

    申请日:2023-06-08

    申请人: 河海大学

    发明人: 王冲 吴峰 万灿 鞠平

    摘要: 本发明公开了一种基于改进Q学习的配电系统过程状态驱动的弹性策略方法,具体构建步骤如下:S1:利用灾害条件下配电系统时空线路故障率计算状态转移概率函数;S2:利用状态转移概率函数构建基于贝尔曼优化的过程性状态驱动递推优化模型;S3:基于等效Q函数对过程性状态驱动递推优化模型进行等效变换,构建映射函数关系;S4:基于改进Q学习方法离线学习,得到系统状态等效Q函数值;S5:构建单时段确定性优化模型,并据配电系统的实时状态实现在线优化,得到实时最优策略。本发明通过状态驱动的递推优化模型构建配电系统应对灾害的过程性弹性策略,在有限的时间内可以快速得到基于实时状态的最优弹性策略。

    基于改进Q学习的配电系统过程状态驱动的弹性策略方法

    公开(公告)号:CN116739074A

    公开(公告)日:2023-09-12

    申请号:CN202310680191.X

    申请日:2023-06-08

    申请人: 河海大学

    发明人: 王冲 吴峰 万灿 鞠平

    摘要: 本发明公开了一种基于改进Q学习的配电系统过程状态驱动的弹性策略方法,具体构建步骤如下:S1:利用灾害条件下配电系统时空线路故障率计算状态转移概率函数;S2:利用状态转移概率函数构建基于贝尔曼优化的过程性状态驱动递推优化模型;S3:基于等效Q函数对过程性状态驱动递推优化模型进行等效变换,构建映射函数关系;S4:基于改进Q学习方法离线学习,得到系统状态等效Q函数值;S5:构建单时段确定性优化模型,并据配电系统的实时状态实现在线优化,得到实时最优策略。本发明通过状态驱动的递推优化模型构建配电系统应对灾害的过程性弹性策略,在有限的时间内可以快速得到基于实时状态的最优弹性策略。