公开(公告)号：CN116934050B

公开(公告)日：2025-01-17

申请号：CN202311003444.6

申请日：2023-08-10

Applicant: 国网湖北省电力有限公司黄冈供电公司

Inventor： 林杏玲 ,  张校铭 ,  陈松陵 ,  陶华 ,  曾琪 ,  胡琛 ,  胡秀明 ,  刘溪 ,  方晓明 ,  张明念 ,  童光波 ,  董幼林 ,  郑拓 ,  熊小翠 ,  邹祝平 ,  饶燕

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06N3/092 ,  G06Q30/0201

Abstract: 本发明涉及一种基于强化学习的电力系统调度系统，旨在提高电力系统的效率和稳定性。该方法通过建立强化学习智能体和环境模型的交互，将电力系统的环境状态和调度动作联系起来，并通过神经网络模型将环境状态和调度动作转换为Q值。同时，该方法考虑了电力系统中的各种限制条件，并采用约束优化的方法来处理这些限制条件。实验结果表明，该方法具有更好的自适应性、智能化和实时性，能够更好地适应电力系统的动态变化和不确定性，并能够有效地提高电力系统的效率和稳定性。

公开(公告)号：CN116934050A

公开(公告)日：2023-10-24

申请号：CN202311003444.6

申请日：2023-08-10

Applicant: 深圳市思特克电子技术开发有限公司 ,  国网湖北省电力有限公司黄冈供电公司

Inventor： 林杏玲 ,  张校铭 ,  陈松陵 ,  陶华 ,  曾琪 ,  胡琛 ,  胡秀明 ,  刘溪 ,  方晓明 ,  张明念 ,  童光波 ,  董幼林 ,  郑拓 ,  熊小翠 ,  邹祝平 ,  饶燕

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06N3/092 ,  G06Q30/0201

Abstract: 本发明涉及一种基于强化学习的电力系统调度系统，旨在提高电力系统的效率和稳定性。该方法通过建立强化学习智能体和环境模型的交互，将电力系统的环境状态和调度动作联系起来，并通过神经网络模型将环境状态和调度动作转换为Q值。同时，该方法考虑了电力系统中的各种限制条件，并采用约束优化的方法来处理这些限制条件。实验结果表明，该方法具有更好的自适应性、智能化和实时性，能够更好地适应电力系统的动态变化和不确定性，并能够有效地提高电力系统的效率和稳定性。