-
公开(公告)号：CN117726478A
公开(公告)日：2024-03-19
申请号：CN202310151090.3
申请日：2023-02-22
Applicant: 湖南大学
IPC: G06Q50/06 , G06Q10/0639 , G06N3/045 , G06N3/047 , G06N3/092
Abstract: 本发明公开了一种电力系统机组调度智能决策方法、终端设备及存储介质，基于电力系统历史运行数据，利用降维方法提取典型特征，并采用客观赋权法配置特征权重从而构建特征指标集；利用高斯混合聚类模型进行多场景划分，作为深度强化学习方法的前端优化措施，削弱在源荷不确定性下多场景数据分布差异可能导致的强化学习决策次优性问题；将机组调度问题建模为序贯决策马尔可夫过程，构建基于深度强化学习的多场景机组调度模型，解决原单一场景模型面临的局限性。通过动态步长更新机制和并行计算，提升了决策网络离线训练阶段参数更新效率。
Search Results
1
records
(took 0.024 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
