电力工业论文_基于深度强化学习的主动配电网高 -电力系统保护与控制杂志社投稿

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

电力工业论文_基于深度强化学习的主动配电网高

作者:

关键词:

摘要：

文章摘要:随着全球极端天气事件频发，电力系统在极端自然灾害下恢复力的研究日益受到关注。本文提出基于深度强化学习的高恢复力决策方法，将极端灾害下配电网运行状态和线路故障状态作为观测状态集合，自学习智能体Agent在当前环境观测状态下寻求可行的决策策略进行动作，定义自学习Agent的回报函数以进行动作评价；采用观测状态数据，开展基于竞争深度Q网络（dueling deep Q network，DDQN）的深度强化学习（deep reinforcement learning，DRL）训练，智能体Agent通过试错学习方式选择动作，试错经验在估值函数Q矩阵中存储，实现状态到主动配电网实时故障恢复策略的非线性映射；最后结合改进的IEEE 33节点算例，基于蒙特卡罗法仿真随机故障场景，对所提出方法生成的故障恢复随机优化决策进行分析。结果表明：通过主动配电网的分布式电源、联络开关和可中断负荷的协调优化控制，可以有效提升极端灾害下供电能力。

文章关键词:

论文分类号:TP18;TM727

文章来源：《电力系统保护与控制》网址: http://www.dlxtbhykzzz.cn/qikandaodu/2022/0121/1231.html