基于具有时间隧道思想的多智能体强化学习的智能发电控制方法

摘要

基于具有时间隧道思想的多智能体强化学习的智能发电控制方法，包括：确定状态离散集S；确定联合动作离散集A；采集各个电网的实时运行数据，计算各个区域控制误差ACEi(k)的瞬时值与控制性能标准CPSi(k)的瞬时值，选择搜索动作ak；在当前状态s，某区域电网i获得一个短期的奖励函数信号Ri(k)；通过计算与估计获得值函数误差ρk、δk；更新所有状态‑动作(s,a)对应的Q函数表格和时间隧道矩阵e(sk,ak)；更新的Q值更新当前状态s下的混合策略合策略π(sk,ak)；接着更新时间隧道元素e(sk,ak)；选择变学习率根据函数更新决策改变率Δ(sk,ak)和决策空间估计斜率Δ2(sk,ak)。本发明以解决多区域智能发电控制的均衡问题，具有更强的适应学习率能力以及更快的学习速率比，具有更快的收敛速度以及更强的鲁棒性。