深度强化学习在配电网优化运行中的应用
深度强化学习结合了深度学习的感知能力和强化学习的决策能力,在多个复杂场景中取得了优异的控制效果,并被应用于配电网的优化和控制问题中.文中首先分析了传统配电网优化方法的优势和不足,然后对深度强化学习算法进行概述,并根据应用问题背景的不同,从含有储能装置的调度控制、动态重构、恢复力研究以及无功优化与电压控制等多个方面开展文献综述,详细分析了其在配电网不同应用中的优势和不足.然后,以工程实际中的两个深度强化学习的应用案例来进一步阐述其在指导电力行业生产实践方面的应用潜力以及面临的问题.最后,对深度强化学习在配电网中应用所面临的挑战和前景进行分析和展望.
配电网、人工智能、深度强化学习、优化运行
47
TM732;TP271;TP391.41
2023-07-24(万方平台首次上网日期,不代表论文的发表时间)
共18页
174-191