-
公开(公告)号:CN115310775A
公开(公告)日:2022-11-08
申请号:CN202210828178.X
申请日:2022-07-13
Applicant: 武汉大学
Abstract: 本发明公开了一种多智能体强化学习滚动调度方法、装置、设备及存储介质,所述方法通过构建高比例新能源电力系统对应日内有功的滚动调度模型;对滚动调度模型进行多智能体的去中心化部分可观马尔科尔夫决策过程建模,获得多智能体调度架构;获取多智能体调度架构的改进区域特征聚合图的注意力网络,并获取支持时空多维特征聚合的多智能体强化学习算法,根据注意力网络和多智能体强化学习算法构建基于多智能体强化学习的分布式日内滚动调度算法的训练架构,建模求解速度快,训练过程简单,符合电网调度实际应用场景,提高了多智能体强化学习滚动调度的准确性,提升了多智能体强化学习滚动调度的速度和效率。
-
公开(公告)号:CN115984033A
公开(公告)日:2023-04-18
申请号:CN202211691019.6
申请日:2022-12-28
Applicant: 武汉大学
IPC: G06Q50/06 , H02J3/46 , G06N3/092 , G06N3/0985 , G06F30/27 , G06F113/04 , G06F111/18
Abstract: 本发明提供了一种基于平行系统的人工智能量化评估和自主进化方法及设备。所述方法包括:步骤1至步骤7。本发明能够对电网调控智能系统的智能水平进行客观量化评估,便于电力从业人员对不同智能系统的智能水平的比较和优选,还能够以智能水平提升为导向,促进智能系统的自主进化,自主寻找智能水平更优、调控电网效果更好的智能系统。
-