- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
《基于多步回溯Q_学习算法的多目标最优潮流计算》.pdf
华 南 理工 大 学 学报 ( 自然 科学 版 )
第 38卷 第 10期 Journal of South China University of Techno logy V ol. 38 N o. 10
2010年 10月 (Natural Science dition) O ctober 2010
文章编号: 1000565X( 2010)
*
基于多步回溯Q ( )学习算法的多目标最优潮流 算
余涛 胡细兵 刘靖
(华南理工大学 电力学院, 广东 广州 510640)
摘 要: 为了克服传统的最优化算法面对复杂、非线性描述的多目标最优潮流 无法满
足电力系统实 调度运行的这 一缺点, 提出了一种基于半马尔可夫决策过程的多步 Q ( )
学习算法, 该算法不依赖于对象模型, 将最优潮流问题中的约束、动作和目标转换成算法
中的状态、动作与奖励, 通过不断的试错、回溯、迭代来动态寻找最优的动作. 将该算法在
多 个I 标准算例中与其他算法进行比较, 取得了良好的效果, 验证了多步 Q ( ) 学习
算法在处理多目标最优潮流问题 的可行性和有效性.
关键词: 电力系统; 最优潮流; Q ( )学习算法; 多目标优化; 强化学习
中图分类号: TM 761; TP273 doi: 10. 3969/j. issn. 1000565X. 2010. 10. 026
电力系统最优潮流(OPF) 问题是 20世纪 60年 型为数学基础, 与监督学习、统计模式识别和人工神
代由法国学者 Carpentier作为一种带网络约束的经 经网络不同, 不需要精确的历史训练样本及系统先
[ 1] 验知识, 是一种基于值函数迭代的在线学习和动态
济负荷调度提出的 . OPF 作为经典潮流的发展与
[ 10]
延伸, 寻找经济性和安全性的最优结合点, 成为重要 最优技术 . 强化学习的诸多算法中, 经典单步 Q
的电力系统调度运行和优化分析工具. 学习最具代表性, 已被成功应用于电力系统的动态
OPF 问题是一个复杂的混合非线性规划问题, [ 11] [ 12] [ 13]
优化运行 、稳定控制 与自动发电控制 中, 取
求解方法可分为经典优化方法和人工智能优化方法 得了良好效果. 国际上普遍认为以Q 学习为代表的
[ 2] [ 3] [4]
两大类. 非线性规划 、二次规划 、内点法 、牛 强化学习和多代理智能体技术是实现智能电网的最
您可能关注的文档
最近下载
- 欧盟碳边境调节机制对钢铁行业的影响及对策建议.docx VIP
- YY0316-2016模版(安全风险分析资料).doc
- 15万吨丙烯酸精制工艺设计.pdf
- 脱蜡知识培训课件.pptx
- 2025年二十届中纪委四次全会党课课件.ppt VIP
- 2024年长期照护师职业技能竞赛理论考试题库(含答案).pdf VIP
- 2025春统编版(2024)小学道德与法治一年级下册(全册)各单元教学计划.docx
- XINJE信捷-XS系列PLCopen标准控制器用户手册【软件篇】(XS Studio)(PS06 20230906 1.2)-2023.9.6.pdf
- 【MOOC】中医与辨证-暨南大学 中国大学慕课MOOC答案.docx
- 阳光书院兴义一中小升初语文英语全真模拟仿真试卷1-8(共8套)附详.pdf VIP
文档评论(0)