[发明专利]基于具有时间隧道思想的多智能体强化学习的智能发电控制方法在审
| 申请号： | 201710183091.0 | 申请日： | 2017-03-24 |
| 公开（公告）号： | CN106899026A | 公开（公告）日： | 2017-06-27 |
| 发明（设计）人： | 席磊;李玉丹;陈建峰;柳浪 | 申请（专利权）人： | 三峡大学 |
| 主分类号： | H02J3/24 | 分类号： | H02J3/24;G06F17/50 |
| 代理公司： | 宜昌市三峡专利事务所42103 | 代理人： | 吴思高 |
| 地址： | 443002*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于具有时间隧道思想的多智能体强化学习的智能发电控制方法，包括确定状态离散集S；确定联合动作离散集A；采集各个电网的实时运行数据，计算各个区域控制误差ACEi(k)的瞬时值与控制性能标准CPSi(k)的瞬时值，选择搜索动作ak；在当前状态s，某区域电网i获得一个短期的奖励函数信号Ri(k)；通过计算与估计获得值函数误差ρk、δk；更新所有状态‑动作(s,a)对应的Q函数表格和时间隧道矩阵e(sk,ak)；更新的Q值更新当前状态s下的混合策略合策略π(sk,ak)；接着更新时间隧道元素e(sk,ak)；选择变学习率根据函数更新决策改变率Δ(sk,ak)和决策空间估计斜率Δ2(sk,ak)。本发明以解决多区域智能发电控制的均衡问题，具有更强的适应学习率能力以及更快的学习速率比，具有更快的收敛速度以及更强的鲁棒性。 | ||
| 搜索关键词： | 基于 具有 时间 隧道 思想 智能 强化 学习 发电 控制 方法 | ||
【主权项】：
基于具有时间隧道思想的多智能体强化学习的智能发电控制方法，其特征在于包括以下步骤：步骤1、确定状态离散集S；步骤2、确定联合动作离散集A；步骤3、在每个控制周期开始时，采集各个电网的实时运行数据，所述实时运行数据包括频率偏差Δf和功率偏差ΔP，计算各个区域控制误差ACEi(k)的瞬时值与控制性能标准CPSi(k)的瞬时值，根据混合策略集合π(sk,ak)选择搜索动作ak；步骤4、在当前状态s，某区域电网i获得一个短期的奖励函数信号Ri(k)；步骤5、通过计算与估计获得值函数误差ρk、δk；步骤6、对所有区域电网，更新所有状态‑动作(s,a)对应的Q函数表格和时间隧道矩阵e(sk,ak)；步骤7、更新的Q值和更新当前状态s下的混合策略合策略π(sk,ak)；步骤8、接着更新时间隧道元素e(sk,ak)；步骤9、选择变学习率步骤10、根据函数更新决策改变率Δ(sk,ak)和决策空间估计斜率Δ2(sk,ak)；步骤11、返回步骤3。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于三峡大学，未经三峡大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710183091.0/，转载请声明来源钻瓜专利网。
