【時間】2024年10月16日（周三）下午14：30 開始

【地點】線下講座，9B406會議室

【主題】分布式能源系統(tǒng)中基于深度強化學習的數(shù)據(jù)傳輸策略

【主講人介紹】

    曲春曉 特聘副教授，主要從事物理信息融合系統(tǒng)、網(wǎng)絡化控制系統(tǒng)、電力傳感網(wǎng)、智能化數(shù)據(jù)調度

【內容簡介】

    在智能電網(wǎng)背景下，分布式能源控制被建模為物理信息融合系統(tǒng)，旨在通過信息技術實現(xiàn)電力網(wǎng)絡的高效感知、信息處理、傳輸以及電壓動態(tài)控制。主電網(wǎng)上的分布式電壓傳感器利用無線通信鏈路調度電壓偏離數(shù)據(jù)，并將其傳送至控制器，以精確調節(jié)輸出電壓。研究表明，通信資源的開銷對電壓穩(wěn)定性具有邊際效應，因此將電壓穩(wěn)定性與通信資源的優(yōu)化相結合，可以有效提升系統(tǒng)的資源利用效率。在智能化數(shù)據(jù)調度方面，啟發(fā)式地動態(tài)感知并控制系統(tǒng)的電壓穩(wěn)定性仍然處于研究的初步階段。先前的研究比較了數(shù)據(jù)流量調度和傳感器多播能力對電壓穩(wěn)定性的影響。本研究將通信鏈路數(shù)量定義為資源成本，利用深度強化學習中的雙深度Q網(wǎng)絡（DDQN）架構，提出了一種動態(tài)平衡電壓穩(wěn)定控制能力與通信資源開銷的優(yōu)化數(shù)據(jù)傳輸方案。同時，在固定通信成本的前提下，通過深度確定性策略梯度（DDPG）架構，學習電壓狀態(tài)偏差和虛擬隊列有效信息特征，以動態(tài)調整非均衡資源分配策略，從而提升分布式能源系統(tǒng)的電壓穩(wěn)定性。

誠摯歡迎廣大師生參加。