【时间】2024年10月16日（周三）下午14：30 开始

【地点】线下讲座，9B406会议室

【主题】分布式能源系统中基于深度强化学习的数据传输策略

【主讲人介绍】

    曲春晓 特聘副教授，主要从事物理信息融合系统、网络化控制系统、电力传感网、智能化数据调度

【内容简介】

    在智能电网背景下，分布式能源控制被建模为物理信息融合系统，旨在通过信息技术实现电力网络的高效感知、信息处理、传输以及电压动态控制。主电网上的分布式电压传感器利用无线通信链路调度电压偏离数据，并将其传送至控制器，以精确调节输出电压。研究表明，通信资源的开销对电压稳定性具有边际效应，因此将电压稳定性与通信资源的优化相结合，可以有效提升系统的资源利用效率。在智能化数据调度方面，启发式地动态感知并控制系统的电压稳定性仍然处于研究的初步阶段。先前的研究比较了数据流量调度和传感器多播能力对电压稳定性的影响。本研究将通信链路数量定义为资源成本，利用深度强化学习中的双深度Q网络（DDQN）架构，提出了一种动态平衡电压稳定控制能力与通信资源开销的优化数据传输方案。同时，在固定通信成本的前提下，通过深度确定性策略梯度（DDPG）架构，学习电压状态偏差和虚拟队列有效信息特征，以动态调整非均衡资源分配策略，从而提升分布式能源系统的电压稳定性。

诚挚欢迎广大师生参加。