基于强化学习的灾后配电网应急抢修决策方法

TIAN Qidong,ZHANG Jiaqi, CHEN Ying,NIE Huanhuan,LIN Zhangsheng

Advanced Technology of Electrical Engineering and Energy（2023）

引用 0|浏览0

暂无评分

摘要

灾后故障配电网的应急抢修及重构需求,面临着灾情的不确定性、多抢修队调配特性、抢修与重构耦合等多个挑战.本文基于强化学习构建了灾后多抢修队的抢修调配模型,设计了状态粗筛机制以固定强化学习状态及动作空间大小,搭建了配电网抢修恢复测试环境.在不同恢复模式、多个故障场景下的测试结果表明:强化学习在提出的多个评价指标下综合表现稳定,可以作为灾后动态抢修的可选方案.

查看译文

关键词

resilience,distribution system,reinforcement learning

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