原创力文档- 1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于物理信息和深度强化学习的电力系统自动化操作方法及装置。该方法设定强化学习训练需要的神经网络结构、参数、状态空间、可选择的动作空间，构建一个深度Q学习智能体，通过最小化线路故障的频率和严重程度来预测自动行动。然后，直接应用电力系统物理信息作为训练已知限定，减少训练数据，加快训练时间。其次，设计用于优化的奖励函数，训练选择不同的动作以达到最大的奖励，寻找最优的自动化操作。本发明结合物理信息特征，基于DQN算法对电力系统各输电线路和变电站拓扑进行了优化控制，兼顾了经济性和有效性。本
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113761791 A
(43)申请公布日 2021.12.07
(21)申请号 202110881199.3 G06F 119/02 (2020.01)
(22)申请日
文档评论（0）