-
公开(公告)号：CN117117989A
公开(公告)日：2023-11-24
申请号：CN202311096902.5
申请日：2023-08-29
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明提供一种机组组合深度强化学习求解方法，包括以下步骤：S1：接收机组参数与网络拓扑结构，建立基于传统优化的机组组合模型；S2：基于传统优化的机组组合模型进行马尔可夫决策过程建模；S3：改进机组组合马尔可夫决策过程以考虑风电不确定性；S4：搭建用于求解马尔可夫决策过程的深度强化学习模型；S5：接收风电和负荷历史数据对所述深度强化学习模型的参数进行训练；S6：将训练后的所述深度强化学习模型用于求解考虑风电不确定性的机组组合问题，进而得到机组组合调度方案。本方法利用历史风电数据进行深度强化学习模型参数的训练自适应学习风电不确定性对调度方案的影响，从而做出最优的机组组合决策方案。
Search Results
1
records
(took 0.032 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
