深度强化学习电气工程复现文章，适合小白学习

关键词：多智能体系统、自主电压控制、深度强化学习、集中训练和分散执行控制、数据驱动、深度神经网络。

编程语言：python平台

主题：使用深度强化学习的数据驱动的多智能体自主电压控制框架

内容简介：

现代电网的复杂性不断增加，由于可再生能源资源的扩展和快速需求响应的要求，对传统的电网控制系统提出了很大的挑战。

现有的电网自主控制方法需要精确的系统模型和强大的计算平台，难以针对具有更多控制选项和运行条件的大规模能源系统进行扩展。

面对这些挑战，本文提出了一种使用深度强化学习（DRL）方法的数据驱动的多智能体电网控制方案。

具体来说，以经典的自主电压控制（AVC）问题为例，将其表述为马尔可夫博弈，采用启发式方法来划分代理。

然后，基于集中训练和分散执行的多智能体深度确定性策略梯度（MADDPG）方法，开发了一种多智能体AVC（MA-AVC）算法来解决AVC问题。

该方法可以从零开始学习，通过输入输出数据逐步掌握系统运行规则。

为了证明所提出的 MA-AVC 算法的有效性，在伊利诺伊 200 总线系统上进行了综合案例研究，考虑了负载/发电变化、N-1 突发事件和弱集中式通信环境。

复现论文截图：

ID:59100

详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885

图文详情请查看： http://matup.cn/696196486803.html