本發明公開了一種微網群邊緣調度與智能體輕量化裁剪方法,包括:構建包括電力終端和邊緣設備的微網群,計算能力最強的邊緣設備k中設有任務分配模型;設置總訓練輪次、初始訓練輪數,初始化每個電力終端的本地訓練模型、稀疏度范圍、本地訓練模型的聚合權重、經驗重放內存;電力終端基于深度強化學習方法對任務分配模型進行訓練,并基于模型剪裁對本地訓練模型進行剪裁,邊緣設備k對訓練后的模型進行聚合并更新任務分配模型;根據更新后的任務分配模型,并以最大化長期效益期望為目標預測資源分配策略;電力終端根據資源分配策略執行任務。本發明可以在保證決策準確高效的同時避免大量原始數據的傳輸、降低模型訓練時傳輸的數據量和傳輸時延。
聲明:
“微網群邊緣調度與智能體輕量化裁剪方法” 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)