基本信息:
- 专利标题： 基于预训练和知识引导的深度强化学习经济调度方法
- 申请号：CN202310387589.4 申请日：2023-04-12
- 公开(公告)号：CN116468106A 公开(公告)日：2023-07-21
- 发明人： 陈艳波 , 杜钦涛 , 刘宇翔 , 司杨 , 李春来 , 王德帅 , 李嘉祺 , 杨军 , 刘志慧 , 孙雪婷 , 吴适存 , 李晓雪 , 周万鹏
- 申请人： 华北电力大学 , 青海大学 , 国网青海省电力公司
- 申请人地址： 北京市昌平区北农路2号; ;
- 专利权人： 华北电力大学,青海大学,国网青海省电力公司
- 当前专利权人： 华北电力大学,青海大学,国网青海省电力公司
- 当前专利权人地址： 北京市昌平区北农路2号; ;
- 代理机构： 北京众合诚成知识产权代理有限公司
- 代理人： 陈波
- 主分类号： G06N3/092
- IPC分类号： G06N3/092 ; H02J3/00 ; H02J3/06 ; H02J3/38 ; H02J3/24 ; H02J3/48 ; G06N3/09 ; G06Q10/0631 ; G06Q50/06
摘要：
本发明属于深度强化学习与电力系统经济调度交叉领域，特别涉及一种基于预训练和知识引导的深度强化学习经济调度方法，包括步骤1：获取高质量经验数据，并存放于经验回放池；步骤2：构造强化学习训练环境；步骤3：基于监督学习预训练方法提前对初始策略网络进行训练；步骤4：基于知识引导的Actor‑Critic网络再训练。本发明在智能体和环境进行交互之前，提前对智能体中的Actor网络进行训练，避免智能体在与环境交互的初期进行盲目的训练；同时在智能体的训练过程中嵌入专家知识，将其搜索限制在电力系统安全运行区域内，引导智能体促进新能源消纳。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06N | 基于特定计算模型的计算机系统 |
| ------G06N3/00 | 基于生物学模型的计算机系统 |
| --------G06N3/02 | .采用神经网络模型 |
| ----------G06N3/04 | ..体系结构，例如，互连拓扑 |
| ------------G06N3/092 | ...强化学习 |