眷注电力系统多步决议优化问题，波及传统优化程序、学习扶助型优化求解、强化学习、可微方向及羼杂式算法等，各程序具有不同特质，如传统程序的最优性保险与实时算计条目，强化学习的快速决议上风等。

强化学习布景

强化学习通过检会政策最大化奖励祈望，适用于多步长决议优化问题，其上风包括快速决议、轻量部署和适于复杂问题，商议界限波及多学科交叉限制，算法各样，如On - policy和Off - policy算法等。

在电力系统中的应用

应用需谈判高效检会、合理建模、安全保险等问题，濒临电力系统强不笃定性、复杂治理、检会程序低相宜性等难点，如源荷不笃定性、物理特质治理等。

施展焦点

针对政策检会祸患，暴虐两阶段“全局 - 局部”深度强化学习政策搜索程序和基于课程学习的深度强化学习政策搜索程序。

两阶段“全局 - 局部”政策搜索程序

基于零门路度臆测的ES - RL算法在全局搜索阶段具有可高度并行等上风，但治理收尾偏离原问题解；Proximal Policy Optimization（Policy Gradient）在局部微调阶段有更强局部搜索智力，但算计量大等。该程序应用于智能缔造空调需求反应限度，可擢升限度性能，镌汰资本，限度政策能有用处理缔造温度和负荷，可部署至“角落 - 云算计”协同限度框架。

基于课程学习的政策搜索程序

针对配电网环节负荷规复（CLR）问题，愚弄强化学习构建求解程序，通过蓄意不同展望错误商议其对限度后果影响。基于课程学习将原问题拆分为子问题，按难度递加检会，实验标明该程序可提高政策限度性能，在不笃定性环境下鲁棒性优于传统程序，还先容了基于原始 - 对偶的可微方向和学习扶助型ADMM求解DC - OPF程序，并构建长入测试平台对比各样优化限度程序。

免责声明：咱们尊重常识产权、数据阴私，只作念实践的积贮、整理及共享，施展实践开头于积贮,施展版权归原撰写发布机构系数，通过公开正当渠谈得到，如波及侵权，请实时关连咱们删除，如对施展实践存疑，请与撰写、发布机构关连