基于深度强化学习和联盟链的能量交易方法、装置及设备

摘要

本发明涉及一种基于深度强化学习和联盟链的能量交易方法、装置及设备，通过采集能量交易场N个影响买卖双方的状态向量构成第一状态矩阵，在神经网络模型中对状态矩阵进行处理、分析得到动作矩阵、第二状态矩阵和奖励矩阵，还采用第一状态矩阵、动作矩阵、第二状态矩阵和奖励矩阵对神经网络模型进行训练，得到神经网络训练模型，基于神经网络训练模型和联盟链的能量交易方法应用的电动汽车的P2P电量交易中，使得参与交易的电动汽车长期收益最大化，并引入了联盟链，保证电动汽车电量交易的隐私安全，解决了在基于联盟链的P2P电量交易中，如何让买方和卖方得到最大长期效益的技术问题。