一种基于深度强化学习的电网潮流分析方法
Electronic Design Engineering（2022）
摘要
针对传统潮流计算难以满足日趋复杂的电网架构,且计算收敛效果不佳等问题,提出了一种基于深度强化学习的电网潮流分析方法.详细论述了电网传统潮流计算的方法及计算不收敛的影响因素,利用融合深度学习与深度双Q网络(DDQN)自动调节网络参数,使潮流计算趋于收敛.最终根据收敛后的潮流值分析电网运行状态,并采取转移负荷等措施完成电网调度,保证系统稳定运行.基于PSASP平台对所提方法进行实验论证,结果表明DDQN具有较好的收敛特性,且当系统配置理想时,仅有3％的潮流计算不收敛.同时,经过优化后的电网潮流,轻载变压器由12％上升至19％,部分变电站改由双回路供电,使电网更加稳定可靠.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要