本發明提出了一種基于電力系統緊急控制的關鍵因素辨識方法。構建電力系統緊急控制深度強化學習模型,引入配電網節點模型多個歷史時刻的特征數據構建配電網特征數據集;進一步將配電網特征數據集中每組配電網特征矩陣集合依次輸入至采用隨機梯度下降算法和Q學習算法的深度強化學習模型進行訓練,預測并得到負荷削減動作;將配電網特征數據集中每組配電網特征矩陣集合依次輸入至電力系統緊急控制深度強化學習模型預測得到對應的負荷削減動作,通過Deep?SHAP方法獲取多個影響電力系統緊急控制深度強化學習模型的主要特征;本發明解決機器學習模型中透明度過低的問題,為調度人員提供更加充分的決策幫助,提高模型的可解釋性和準確度。
聲明:
“基于電力系統緊急控制的混合智能關鍵因素辨識方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)