科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明涉及一种电力系统风险调度方法和系统,获取电力系统的架构数据以及新任务负荷断面数据；根据架构数据和新任务负荷断面数据,通过细菌觅食强化学习算法对预设的初始知识矩阵进行迭代更新,得到对应的风险调度目标函数值以及更新后的知识矩阵。根据风险调度目标函数值最小时对应的更新后的知识矩阵进行新任务在线优化,得到风险调度优化结果并输出。将源任务中的最优知识矩阵作为新任务的初始矩阵实现知识迁移,利用基于知识迁移的细菌觅食强化学习对新任务进行在线优化。通过迁移学习极大提高了在线学习的速度,实现风险调度问题的在线动态优化,当问题规模进一步扩大仍能保证较快的求解速度,可适应大规模复杂风险调度快速优化。
- 单位
