基于SARSA算法的水库长期随机优化调度研究 |
| |
引用本文: | 李文武,张雪映,Daniel Eliote Mbanze,吴〓巍.基于SARSA算法的水库长期随机优化调度研究[J].水电能源科学,2018,36(9):72-75. |
| |
作者姓名: | 李文武 张雪映 Daniel Eliote Mbanze 吴〓巍 |
| |
作者单位: | 三峡大学梯级水电站运行与控制湖北省重点实验室;三峡大学电气与新能源学院 |
| |
基金项目: | 湖北省技术创新专项(重点项目)(2017AAA132) |
| |
摘 要: | 针对水库长期随机调度的维数灾问题,在描述来水随机过程的基础上,提出基于强化学习理论的水库长期随机优化调度模型。采用机器学习中有模型的SARSA算法,且考虑入库随机变量的马尔可夫特性,通过贪婪决策与近似值迭代,调整学习参数,求解出近似最优决策序列。实例分析表明,对比随机动态规划(SDP)方法,SARSA算法在获得高质量解的同时,计算时间约减少41%,该算法高效求解能力与较少计算时长为水库长期随机调度问题提供了一种新的求解思路。
|
关 键 词: | 水库调度 随机动态规划 强化学习 值迭代 SARSA |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《水电能源科学》浏览原始摘要信息 |
|
点击此处可从《水电能源科学》下载全文 |
|