基于改进深度强化学习算法的电力市场监测模型研究

作     者：许杨子 强文 刘俊 孙鸿雁 胡成刚 Xu Yangzi;Qiang Wen;Liu Jun;Sun Hongyan;Hu Chenggang

作者机构：国家电网陕西省电力公司电力交易中心西安710004 四川中电启明星信息技术有限公司成都610041 

基　　金：中国南方电网公司科技项目(GZHKJXM20160055)资助 

出 版 物：《国外电子测量技术》 (Foreign Electronic Measurement Technology)

年 卷 期：2020年第39卷第1期

页      码：82-87页

摘      要：针对典型深度强化学习算法若干显性固有弊端,提出了一种改进深度强化学习算法,设计了基于改进深度强化学习算法的电力市场监测模型。引入智能体(agent)机制,Agent执行动作(action)并把当前收益(reward)和未来收益反馈给环境(environment)模拟策略网络,在有限马尔科夫决策过程中引入多重Q网络机制实现深度估值网络。以国家电网某电力公司为效能评价载体,基于谷歌的Tensorflow 1.2.1和OpenAI的Gym 0.9.2环境开发了验证环境并对模型进行了实证分析,仿真验证结果表明所提模型可以在较短的时间内处理多维波动非线性电力市场监预测模型,在稳定性、监测自主性、预测准确性、对抗环境下的模型性能等方面具有明显优势。

主 题 词：电力市场监测 改进深度强化学习算法 策略网络 估值网络 Tensorflow 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 080802[080802] 0808[工学-自动化类] 08[工学] 081104[081104] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.19652/j.cnki.femt.1901724

馆 藏 号：203884453...