CN110535146B - 基于深度确定策略梯度强化学习的电力系统无功优化方法 - Google Patents
基于深度确定策略梯度强化学习的电力系统无功优化方法 Download PDFInfo
- Publication number
- CN110535146B CN110535146B CN201910793475.3A CN201910793475A CN110535146B CN 110535146 B CN110535146 B CN 110535146B CN 201910793475 A CN201910793475 A CN 201910793475A CN 110535146 B CN110535146 B CN 110535146B
- Authority
- CN
- China
- Prior art keywords
- network
- action
- power system
- layer
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
- H02J3/1821—Arrangements for adjusting, eliminating or compensating reactive power in networks using shunt compensators
- H02J3/1871—Methods for planning installation of shunt reactive power compensators
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Feedback Control In General (AREA)
Abstract
Description
Claims (3)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910793475.3A CN110535146B (zh) | 2019-08-27 | 2019-08-27 | 基于深度确定策略梯度强化学习的电力系统无功优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910793475.3A CN110535146B (zh) | 2019-08-27 | 2019-08-27 | 基于深度确定策略梯度强化学习的电力系统无功优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110535146A CN110535146A (zh) | 2019-12-03 |
CN110535146B true CN110535146B (zh) | 2022-09-23 |
Family
ID=68664336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910793475.3A Active CN110535146B (zh) | 2019-08-27 | 2019-08-27 | 基于深度确定策略梯度强化学习的电力系统无功优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110535146B (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110328668B (zh) * | 2019-07-27 | 2022-03-22 | 南京理工大学 | 基于速度平滑确定性策略梯度的机械臂路径规划方法 |
CN111275572B (zh) * | 2020-01-15 | 2023-07-11 | 杭州电子科技大学 | 一种基于粒子群和深度强化学习的机组调度系统及方法 |
CN111478331B (zh) * | 2020-03-17 | 2023-01-06 | 中国电力科学研究院有限公司 | 一种用于调整电力系统潮流收敛的方法及系统 |
CN111564849B (zh) | 2020-05-15 | 2021-11-02 | 清华大学 | 基于两阶段深度强化学习的电网无功电压控制方法 |
CN111555297B (zh) * | 2020-05-21 | 2022-04-29 | 广西大学 | 一种具有三态能源单元的统一时间尺度电压控制方法 |
CN111523737B (zh) * | 2020-05-29 | 2022-06-28 | 四川大学 | 深度q网络驱动的电力系统运行方式自动趋优调整方法 |
CN111756049B (zh) * | 2020-06-18 | 2021-09-21 | 国网浙江省电力有限公司电力科学研究院 | 计及配电网实时量测信息缺失的数据驱动无功优化方法 |
EP4183018A4 (en) * | 2020-07-14 | 2024-05-15 | Ericsson Telefon Ab L M | CONTROL OF THE REACTIVE POWER OF AN ELECTRIC NETWORK |
CN111884213B (zh) * | 2020-07-27 | 2022-03-08 | 国网北京市电力公司 | 一种基于深度强化学习算法的配电网电压调节方法 |
CN112202196B (zh) * | 2020-08-18 | 2022-04-29 | 广西大学 | 一种双馈风力发电机的量子深度强化学习控制方法 |
CN112072643A (zh) * | 2020-08-20 | 2020-12-11 | 电子科技大学 | 一种基于深度确定性梯度策略的光-蓄系统在线调度方法 |
CN112465664B (zh) * | 2020-11-12 | 2022-05-03 | 贵州电网有限责任公司 | 一种基于人工神经网络及深度强化学习的avc智能控制方法 |
CN112564189B (zh) * | 2020-12-15 | 2023-06-27 | 深圳供电局有限公司 | 一种有功无功协调优化控制方法 |
CN113078641B (zh) * | 2021-04-29 | 2023-02-28 | 国网山东省电力公司经济技术研究院 | 一种基于评估器和强化学习的配电网无功优化方法及装置 |
CN113110359B (zh) * | 2021-05-17 | 2022-05-03 | 清华大学 | 约束型智能汽车自主决策系统在线训练方法及装置 |
CN113595684B (zh) * | 2021-07-12 | 2022-09-16 | 中国科学院计算技术研究所 | 一种基于深度强化学习的mptcp动态编码调度方法和系统 |
CN113807029B (zh) * | 2021-10-19 | 2022-07-29 | 华北电力大学(保定) | 基于深度强化学习的双时间尺度新能源电网电压优化方法 |
CN113972667A (zh) * | 2021-11-29 | 2022-01-25 | 昆明理工大学 | 一种基于一维卷积神经网络的配电网无功优化方法 |
CN114330649B (zh) * | 2021-12-13 | 2023-02-28 | 南京邮电大学 | 一种基于进化学习和深度强化学习的电压调节方法及系统 |
CN114243718B (zh) * | 2021-12-23 | 2023-08-01 | 华北电力大学(保定) | 一种基于ddpg算法的电网无功电压协调控制方法 |
CN114336759A (zh) * | 2022-01-10 | 2022-04-12 | 国网上海市电力公司 | 一种基于深度强化学习的微电网自治运行电压控制方法 |
CN114069650B (zh) * | 2022-01-17 | 2022-04-15 | 南方电网数字电网研究院有限公司 | 配电网合环电流调控方法、装置、计算机设备和存储介质 |
CN114648178B (zh) * | 2022-05-12 | 2022-08-26 | 武汉格蓝若智能技术有限公司 | 一种基于ddpg算法的电能计量装置运维策略优化方法 |
CN115752076B (zh) * | 2022-10-27 | 2023-12-01 | 成都飞创科技有限公司 | 一种冷却循环水系统控制方法 |
CN117634320B (zh) * | 2024-01-24 | 2024-04-09 | 合肥工业大学 | 基于深度强化学习的三相高频变压器多目标优化设计方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11775850B2 (en) * | 2016-01-27 | 2023-10-03 | Microsoft Technology Licensing, Llc | Artificial intelligence engine having various algorithms to build different concepts contained within a same AI model |
WO2018098575A1 (en) * | 2016-11-29 | 2018-06-07 | Peak Power Inc. | System and method for dynamic energy storage system control |
CN108520472A (zh) * | 2018-02-28 | 2018-09-11 | 北京邮电大学 | 一种处理电力系统数据的方法、装置及电子设备 |
CN109102126B (zh) * | 2018-08-30 | 2021-12-10 | 燕山大学 | 一种基于深度迁移学习的理论线损率预测模型 |
CN110110434B (zh) * | 2019-05-05 | 2020-10-16 | 重庆大学 | 一种概率潮流深度神经网络计算的初始化方法 |
-
2019
- 2019-08-27 CN CN201910793475.3A patent/CN110535146B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110535146A (zh) | 2019-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110535146B (zh) | 基于深度确定策略梯度强化学习的电力系统无功优化方法 | |
Zhang et al. | A data-driven approach for designing STATCOM additional damping controller for wind farms | |
CN110472778A (zh) | 一种基于Blending集成学习的短期负荷预测方法 | |
CN114362196B (zh) | 一种多时间尺度主动配电网电压控制方法 | |
CN104636801A (zh) | 一种基于优化bp神经网络的预测输电线路可听噪声方法 | |
CN111666713B (zh) | 一种电网无功电压控制模型训练方法及系统 | |
Li et al. | Grid-area coordinated load frequency control strategy using large-scale multi-agent deep reinforcement learning | |
CN113541192A (zh) | 基于深度强化学习的海上风电场无功-电压协调控制方法 | |
CN114784823A (zh) | 基于深度确定性策略梯度的微电网频率控制方法及系统 | |
Yin et al. | Mode-decomposition memory reinforcement network strategy for smart generation control in multi-area power systems containing renewable energy | |
CN115588998A (zh) | 一种基于图强化学习的配电网电压无功优化方法 | |
CN114006370A (zh) | 一种电力系统暂态稳定分析评估方法及系统 | |
Zhang et al. | Deep reinforcement learning for load shedding against short-term voltage instability in large power systems | |
CN113141012A (zh) | 基于深度确定性策略梯度网络的电网潮流调控决策推理方法 | |
CN113872213B (zh) | 一种配电网电压自主优化控制方法及装置 | |
CN111799808A (zh) | 一种电网无功电压分布式控制方法及系统 | |
CN114048576B (zh) | 一种稳定电网输电断面潮流的储能系统智能化控制方法 | |
CN112787331B (zh) | 基于深度强化学习的潮流收敛自动调整方法及系统 | |
Liu et al. | Deep reinforcement learning-based voltage control method for distribution network with high penetration of renewable energy | |
Gao et al. | Reactive power optimization of distribution network based on deep reinforcement learning and multi agent system | |
CN114069650A (zh) | 配电网合环电流调控方法、装置、计算机设备和存储介质 | |
CN114243718A (zh) | 一种基于ddpg算法的电网无功电压协调控制方法 | |
Yang et al. | Data-driven load frequency control based on multi-agent reinforcement learning with attention mechanism | |
He et al. | Fuzzy multiobjective optimal power flow based on modified artificial BEE colony algorithm | |
CN111860617A (zh) | 一种配电网综合优化运行方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Xu Ying Inventor after: Yang Fengyu Inventor after: Qian Minhui Inventor after: Chen Ning Inventor after: Zhao Dawei Inventor after: Zhang Wei Inventor before: Zhang Wei Inventor before: Yang Fengyu Inventor before: Qian Minhui Inventor before: Chen Ning Inventor before: Zhao Dawei |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |