文献类型：期刊文章

作　　者：江海洋[1] 康春雷[1] 胡本然[2] 崔雨[1] 关心[3] 彭加亮[2]

JIANG Haiyang;KANG Chunlei;HU Benran;CUI Yu;GUAN Xin;PENG Jialiang(Power Dispatching Control Center,State Grid Heilongiang Electic Power Company Limited,Harbin 150049,China;Information and Communication Company,State Grid Heilongjiang Electric Power Company Limited,Harbin 150049,China;School of Data Science and Technology,Heilongiang University,Harbin 150080,China)

机构地区：[1]国网黑龙江省电力有限公司电力调度控制中心,哈尔滨150049 [2]国网黑龙江省电力有限公司信息通信公司,哈尔滨150049 [3]黑龙江大学数据科学与技术学院,哈尔滨150080

出　　处：《黑龙江大学自然科学学报》

基　　金：黑龙江省自然科学基金资助项目(F2017027)。

年　　份：2020

卷　　号：37

期　　号：4

起止页码：499-504

语　　种：中文

收录情况：CAS、JST、MR、RCCSE、ZGKJHX、ZMATH、普通刊

摘　　要：针对智能电网调控过程中电力操作票的自动生成相对困难问题,提出了一种基于深度强化学习的操作票智能生成方法。该方法通过对电力系统中的断路器与刀闸组的典型倒闸操作规则建模,利用DQN算法中不断迭代改进对操作票生成的强化学习策略,生成满足约束条件的操作票。算例仿真结果表明,基于深度强化学习的操作票智能生成方法不但能够给出操作票的正确操作顺序,而且提高了电力操作票生成的智能性和灵活性。

关 键 词：操作票 深度强化学习  电力系统 人工智能

分 类 号：TM734]