一种基于深度强化学习的电网潮流特征提取方法

被引:14
作者
朱轶伦
陈新建
高强
洪道鉴
王周虹
机构
[1] 国网浙江省电力有限公司台州供电公司
关键词
深度强化学习方法; 电网潮流; 特征提取;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信]; TP18 [人工智能理论];
学科分类号
120103 [信息系统与信息管理]; 140502 [人工智能];
摘要
为了解决现有特征提取方法存在特征辨识度低的问题,基于深度强化学习设计电网潮流特征提取方法,为了提升潮流特征的辨识度,利用点估计法计算电网潮流,以此为基础,通过模拟退火算法生成电网潮流图,并灰度处理电网潮流图,以灰度处理后的电网潮流图为依据,利用深度强化学习方法提取电网潮流特征,实现了电网潮流特征的提取。实验结果表明:与现有的电网潮流特征提取方法相比,文中电网潮流特征提取方法极大地提升了特征辨识度,证明了基于深度强化学习的电网潮流特征提取方法具备更好的特征提取性能。
引用
收藏
页码:7 / 12
页数:6
相关论文
共 20 条
[1]
高压直流电缆附件界面电荷输运模型与调控方法研究进展(英文) [J].
李进 ;
韩晨磊 ;
李志坚 ;
杜伯学 ;
高田逹雄 .
广东电力, 2019, 32 (12) :33-42
[2]
535 kV混合式高压直流断路器电场计算与分析 [J].
李伟 ;
刘博 ;
肖风良 ;
谢文刚 ;
黄瑜珑 ;
王昊晴 ;
樊芳芳 .
广东电力, 2019, 32 (12) :58-65
[3]
基于KPCA-SVM模型的电力负荷最大值短期预测方法 [J].
张永伟 ;
潘巧波 .
发电技术, 2019, 40 (06) :521-526
[4]
基于深度学习的小电流接地系统故障选线方法 [J].
张国栋 ;
蒲海涛 ;
刘凯 .
发电技术, 2019, 40 (06) :548-554
[5]
可控移相器对系统不对称短路电流的影响研究 [J].
曹路 ;
付俊波 ;
唐陇军 ;
常宝立 ;
黄志光 ;
庄侃沁 ;
陈浩 ;
丁浩寅 .
电力系统保护与控制, 2019, 47 (24) :1-7
[6]
基于短期预测信息和长期值函数近似的大规模电动汽车实时随机优化调度算法 [J].
王彬 ;
郭文鑫 ;
李世明 ;
赵瑞锋 ;
李波 ;
卢建刚 ;
潘振宁 .
电力系统保护与控制, 2019, 47 (24) :47-56
[7]
光伏逆变器无源分数阶滑动模态控制器设计 [J].
张鑫 ;
赖伟坚 ;
林泽宏 ;
陈威洪 ;
李敬光 ;
瞿凯平 ;
余涛 .
电力系统保护与控制, 2019, 47 (24) :145-153
[8]
最优乘子法在电流注入型保留非线性潮流计算中的应用 [J].
李宝国 ;
鲁宝春 ;
姜丕杰 .
电力系统保护与控制, 2019, 47 (24) :139-144
[9]
基于改进熵权-灰色关联法的配电网可靠性影响因素分析 [J].
南钰 ;
宋瑞卿 ;
陈鹏 ;
胡江雪 ;
高天里 ;
韩文花 .
电力系统保护与控制, 2019, 47 (24) :101-107
[10]
分布式发电系统并网逆变器高稳态性能重复控制策略 [J].
陈磊 ;
符仕浩 ;
成佳斌 ;
杨兴武 .
浙江电力, 2019, 38 (10) :6-11