公开(公告)号：CN116231639A

公开(公告)日：2023-06-06

申请号：CN202310199515.8

申请日：2023-03-04

Applicant: 福州大学

Inventor： 江昌旭 ,  林铮 ,  卢玥君 ,  刘晨曦 ,  邵振国

IPC: H02J3/00 ,  G06Q50/06 ,  G06N3/08 ,  H02J3/46 ,  H02J3/06

Abstract: 本发明公开了一种基于多目标多智能体深度强化学习的配电网重构决策方法，包括步骤：1）根据将配电网线路全部闭合时，网络中存在的基本回路数量确定智能体的数量；2）构建配电网重构决策模型，将配电网重构决策模型转化为部分可观察马尔可夫决策过程；3）利用多智能体深度确定性策略梯度算法为每个智能体构建Actor网络和Critic网络并将网络随机初始化；4）构建配电网重构MADDPG训练框架；5）对MADDPG智能体进行离线训练，然后再将训练好的智能体部署在实际的配电网中进行在线训练。应用本技术方案可实现配电网重构的快速决策，在配电网有限的通信条件下实现全局的协同控制，保证电网的电能质量，提高配电网运行的经济性。

公开(公告)号：CN119151222A

公开(公告)日：2024-12-17

申请号：CN202411254987.X

申请日：2024-09-09

Applicant: 福州大学

Inventor： 江昌旭 ,  周龙灿 ,  刘晨曦 ,  袁羽娟 ,  邵振国

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06N3/092

Abstract: 本发明提供一种基于数据‑模型混合驱动方法的多类型移动应急资源优化调度和配电网韧性提升策略，从移动储能车和应急抢修队的动态交互关系出发，同时协调移动储能车和应急抢修队进行负荷恢复和道路维修；考虑修复道路所需时长不确定下调度应急抢修队对交通网损坏道路进行修复；以及考虑交通网道路状态动态变化下调度移动储能车对配电网节点进行负荷恢复；数据驱动部分由基于图注意力机制的图神经网络多智能体强化学习算法GATD3QN支撑，以求解出最优的多类型移动应急资源路由行为策略；模型驱动部分将移动储能车和应急抢修队的调度模型、配电网重构模型和配电网最优潮流模型构建为MISOCP模型并求解出最优的多类型移动应急资源调度行为策略。