公开(公告)号：CN116468106A

公开(公告)日：2023-07-21

申请号：CN202310387589.4

申请日：2023-04-12

Applicant: 华北电力大学 ,  青海大学 ,  国网青海省电力公司

Inventor： 陈艳波 ,  杜钦涛 ,  刘宇翔 ,  司杨 ,  李春来 ,  王德帅 ,  李嘉祺 ,  杨军 ,  刘志慧 ,  孙雪婷 ,  吴适存 ,  李晓雪 ,  周万鹏

IPC: G06N3/092 ,  H02J3/00 ,  H02J3/06 ,  H02J3/38 ,  H02J3/24 ,  H02J3/48 ,  G06N3/09 ,  G06Q10/0631 ,  G06Q50/06

Abstract: 本发明属于深度强化学习与电力系统经济调度交叉领域，特别涉及一种基于预训练和知识引导的深度强化学习经济调度方法，包括步骤1：获取高质量经验数据，并存放于经验回放池；步骤2：构造强化学习训练环境；步骤3：基于监督学习预训练方法提前对初始策略网络进行训练；步骤4：基于知识引导的Actor‑Critic网络再训练。本发明在智能体和环境进行交互之前，提前对智能体中的Actor网络进行训练，避免智能体在与环境交互的初期进行盲目的训练；同时在智能体的训练过程中嵌入专家知识，将其搜索限制在电力系统安全运行区域内，引导智能体促进新能源消纳。