典型文献
基于深度强化学习组合优化的配电网拓扑控制研究
文献摘要：
基于深度强化学习的配电网故障恢复拓扑控制策略,文章首先设计配电网拓扑状态表征和决策动作规则支撑组合优化求解;其次,利用改进指针网络结构配合深度强化学习算法实现适用于多类故障恢复策略的模型自学习和端到端计算;最后,通过改进掩码机制降低探索求解复杂度进而提升训练学习效率.通过在预设条线路上随机设置故障组合,在单一和混合初始状态样本集上验证文章提出的改进机制和模型计算有效性,以期为深度学习技术在配电网运行方式优化研究提供有效参考.
文献关键词：
深度强化学习;拓扑控制;组合优化;指针网络
中图分类号：
作者姓名：
闫冬;彭国政;高海龙;陈盛;周钰山
作者机构：
中国电力科学研究院有限公司,北京市 海淀区 100192;国网江苏省电力有限公司徐州供电分公司,江苏省 徐州市 221000
文献出处：
引用格式：
[1]闫冬;彭国政;高海龙;陈盛;周钰山-.基于深度强化学习组合优化的配电网拓扑控制研究)[J].电网技术,2022(07):2547-2554
A类：
B类：
学习组,组合优化,配电网拓扑,拓扑控制,配电网故障恢复,状态表征,策动,优化求解,指针网络,结构配合,深度强化学习算法,算法实现,故障恢复策略,模型自学习,端到端,掩码,索求,训练学,学习效率,条线,初始状态,样本集,深度学习技术,配电网运行,电网运行方式,运行方式优化,有效参考
AB值：
0.359947
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
