买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华中科技大学

摘要：本发明公开了一种紧急切机控制措施整定的智能体训练方法以及利用训练好的智能体进行预整定的方法，随机选择一个暂态失稳场景并将暂态失稳仿真数据输入智能体进行决策，得到切机控制集并仿真校验其有效性，若无效且决策次数未达到阈值，则将当前暂态仿真数据输入智能体重新决策；若有效或决策次数达到阈值，则存储经验样本，训练并更新智能体的网络参数；判断智能体是否达到训练轮次阈值，若否，则重新选择暂态失稳场景并重复上述过程，直至达到训练轮次阈值后输出智能体模型。面对新的暂态失稳场景，只要将对应的暂态失稳仿真数据输入训练好的智能体，参照上述经验样本获取阶段的过程，便能输出对应暂态失稳场景下的切机控制措施。

主权项：1.一种用于紧急切机控制措施整定的智能体训练方法，其特征在于，包括：步骤S11：设置智能体训练参数并初始化所述智能体的网络参数；步骤S12：随机选择一个新的暂态失稳场景，仿真得到无切机控制集的暂态失稳仿真数据，以暂态失稳仿真数据作为初始输入量输入所述智能体；步骤S13：利用智能体进行决策，得到切机控制集；步骤S14：仿真校验当前切机控制集的有效性，记录暂态仿真数据并计算奖励，若切机控制集无效且决策次数未达到决策次数阈值，则以当前暂态仿真数据作为输入量输入所述智能体，并返回步骤S13；若切机控制集有效或决策次数达到决策次数阈值，则执行步骤S15；步骤S15：以当前暂态失稳场景下的暂态失稳仿真数据、每次决策的切机控制集以及对应的暂态仿真数据与奖励作为经验样本，训练并更新所述智能体的网络参数；步骤S16：判断智能体是否达到训练轮次阈值，若否，则返回步骤S12；若是，保存并输出训练好的智能体模型；其中，输入所述智能体的输入量包括上一次决策得到的切机控制集、在上一次切机控制集作用下的电力系统拓扑结构、母线电压幅值、发电机相对功角；所述智能体的决策网络采用了由图卷积神经网络、卷积神经网络与全连接神经网络组成的复合神经网络，其中，所述图卷积神经网络用于提取电力系统的母线电压幅值与拓扑结构的耦合特征，所述卷积神经网络用于提取发电机相对功角的特征，所述全连接神经网络用于提取上一切机控制集的特征；在步骤S14中，当切机控制集无效且决策次数未达到决策次数阈值时，执行：将当前切机控制集作为重复控制集存入无效动作集合；并，比较当前决策下和前一次决策下的电力系统暂态功角失稳时刻，当当前决策下的电力系统暂态功角失稳时刻提前，则获取当前决策中相较于上一次决策中的切机量发生变化的发电机节点以及对应的错误切机量，并将所获取的发电机节点的大于或等于所述错误切机量作为错误动作存入无效动作集合；在步骤S13中，当智能体进行决策时，智能体屏蔽当前无效动作集合中的重复控制集以及错误动作后得到对应的切机控制集。

全文数据：

权利要求：

百度查询： 华中科技大学 紧急切机控制措施整定的智能体训练方法、预整定方法