基于人工神经网络的电网运行维护优化决策策略

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于人工神经网络的电网运行维护优化决策策略

智能输配电 | 更新时间：2026-09-16

- 基于人工神经网络的电网运行维护优化决策策略
- 基于人工神经网络的电网运行维护优化决策策略
- 高电压技术 2023年49卷第S1期页码：122-127
- 作者机构：
  
  国网江苏省电力有限公司
- 作者简介：
- 基金信息：
- DOI：10.13336/j.1003-6520.hve.20230481
  中图分类号： TM73;TP183
- 纸质出版：2023
- 稿件说明：
移动端阅览
张浩, 仇晨光, 闫朝阳, 等. 基于人工神经网络的电网运行维护优化决策策略[J]. 高电压技术, 2023,49(S1):122-127.

张浩, 仇晨光, 闫朝阳, et al. 基于人工神经网络的电网运行维护优化决策策略[J]. 2023, 49(S1): 122-127.
张浩, 仇晨光, 闫朝阳, 等. 基于人工神经网络的电网运行维护优化决策策略[J]. 高电压技术, 2023,49(S1):122-127. DOI： 10.13336/j.1003-6520.hve.20230481.

张浩, 仇晨光, 闫朝阳, et al. 基于人工神经网络的电网运行维护优化决策策略[J]. 2023, 49(S1): 122-127. DOI： 10.13336/j.1003-6520.hve.20230481.

为了提高电网运行运行性，设计了一个用于优化电网运行和维护管理的强化学习框架。以强化学习算法构建环境的随机行为模型，利用网格组件的运行状态信息进行预测与学习，可在不确定性环境下分析最大化预期利润的最优决策行为，以人工神经网络(artificial neural network

ANN)工具代替状态-行为值函数的表格，设计了非表格强化学习算法提高强化学习算法的适用能力。测试结果表明，强化学习算法可以收敛到最优策略，且响应时间更短，更能适应不确定性环境。因此，以人工神经网络替代状态-行为值函数表格形成的强化学习算法，可以有效解决电网运行维护的不确定性问题。

浏览量

153

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

电力系统频率安全评估与紧急控制研究综述

Meter Reader++：基于视觉语言大模型的指针表计识读框架及应用

基于人工神经网络的故障绝缘子诊断新方法

再论人工神经网络应用于电力变压器故障诊断

阈值曲线法在PD在线监测中的应用