基于积分式强化学习的自适应最优AGC控制方法

摘要

本发明公开基于积分式强化学习的自适应最优AGC控制方法，步骤为：1)建立单区域电力系统频率响应模型，并计算出电力系统状态空间矩阵；2)基于强化学习中的策略迭代算法，建立评判者‑执行者神经网络；所述评判者‑执行者神经网络包括评判者网络和执行者网络；3)将电力系统状态空间矩阵输入到评判者‑执行者神经网络中，解算得到最优控制策略。本发明使用积分强化学习策略进行最优代价函数的学习，使得学习过程可以在系统动态模型未知的情况下进行，并且从弱化持续激励条件的角度来提升学习的速度和准确性。