【技术实现步骤摘要】
本专利技术涉及大电网调度，尤其涉及一种知识内嵌融合驱动的电网调度自适应巡航决策方法及系统。
技术介绍
1、传统的调度方法多基于模型驱动，通过建立精确的数学模型来模拟电网运行状态并制定相应的调度策略，然而，这种方法存在一些不足之处。首先，电网的复杂性和不确定性使得建立精确的数学模型变得极为困难；其次，模型驱动方法往往只能针对特定的调度问题进行优化，难以应对多种调度任务的复杂场景。单纯的数据驱动方法在实际应用中也面临不足，影响模型训练效果和调度策略的准确性，而电网调度涉及到大量的专业知识和经验，单纯依赖数据驱动的方法可能难以充分利用这些知识。
2、在实现电网调度自动巡航的技术路径中，深度强化学习提供了一个有力的工具，它通过结合深度学习的复杂特征提取能力和强化学习的序列决策优化能力，为处理电网的高维度和动态变化提供了可能，深度强化学习能够在探索和利用之间找到平衡，通过与环境的持续交互，不断优化调度策略，此外，与传统模型驱动方法相比，深度强化学习能更好地适应和学习环境的动态变化，从而提高调度的准确性和效率。目前已有学者基于深度强化学...
【技术保护点】
1.一种知识内嵌融合驱动的电网调度自适应巡航决策方法，其特征在于，包括：
2.如权利要求1所述的知识内嵌融合驱动的电网调度自适应巡航决策方法，其特征在于，建立电网调度自适应巡航决策问题数学模型包括：
3.如权利要求2所述的知识内嵌融合驱动的电网调度自适应巡航决策方法，其特征在于，构建电网调度自适应巡航决策的安全约束条件包括：
4.如权利要求1或3所述的知识内嵌融合驱动的电网调度自适应巡航决策方法，其特征在于，构建所述状态空间包括：
5.如权利要求4所述的知识内嵌融合驱动的电网调度自适应巡航决策方法，其特征在于，构建所述动
...【技术特征摘要】
1.一种知识内嵌融合驱动的电网调度自适应巡航决策方法，其特征在于，包括：
2.如权利要求1所述的知识内嵌融合驱动的电网调度自适应巡航决策方法，其特征在于，建立电网调度自适应巡航决策问题数学模型包括：
3.如权利要求2所述的知识内嵌融合驱动的电网调度自适应巡航决策方法，其特征在于，构建电网调度自适应巡航决策的安全约束条件包括：
4.如权利要求1或3所述的知识内嵌融合驱动的电网调度自适应巡航决策方法，其特征在于，构建所述状态空间包括：
5.如权利要求4所述的知识内嵌融合驱动的电网调度自适应巡航决策方法，其特征在于，构建所述动作空间包括：
【专利技术属性】
技术研发人员：杜继成，潘自强，匡仲琴，袁炜雄，吴思成，高原，曾星星，葛艺晓，
申请(专利权)人：国家电网有限公司西南分部，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。