基于深度确定策略梯度强化学习的电力系统无功优化方法

    公开(公告)号:CN110535146A

    公开(公告)日:2019-12-03

    申请号:CN201910793475.3

    申请日:2019-08-27

    IPC分类号: H02J3/18

    摘要: 本发明提供一种基于深度确定策略梯度强化学习的电力系统无功优化方法,将确定性深度梯度策略算法应用于传统的电力系统无功优化问题之中,通过深度神经网络感知电力系统的电压状态,再利用强化学习方法做出相应的动作决策,以此来做出正确的发电机机端电压调整动作、节点电容器组投切动作、变压器分接头调整动作来调节电力系统中的无功功率分布,从而达到电力系统有功网损最小化,通过把神经网络分为在线网络和目标网络,避免了神经网络每次训练过程中参数更新和相邻训练产生关联,从而避免了电力系统无功优化陷入局部最优的问题。本发明在符合电力系统安全约束的前提下,通过减少电力系统网络损耗来提高电力系统运行的经济性。

    一种基于Gold序列观测矩阵构造的信号压缩传感方法

    公开(公告)号:CN103199867A

    公开(公告)日:2013-07-10

    申请号:CN201310072980.1

    申请日:2013-03-07

    IPC分类号: H03M7/30

    摘要: 一种基于Gold序列观测矩阵构造的信号压缩传感方法,涉及一种信号压缩传感方法。它是为了解决目前由于观测矩阵硬件实现困难导致信号的压缩传感应用范围受限制、压缩传感能力差的问题。其方法:根据周期为P=2r-1的m序列优选对生成大小为L=2r+1的Gold码族;且该Gold码族中包含L个长度为P的Gold序列;将获得的Gold码族构造成大小为L×P的矩阵A;并进行转置,然后在转置矩阵B中随机选取其中的n行和N列构成n×N的观测矩阵Φ;根据获得的观测矩阵Φ将原始信号投影到低维空间上,获取观测值y;采用获得的观测值y表示原始信号,实现信号的压缩传感。

    一种自适应解码转发协作系统的信号选择合并方法

    公开(公告)号:CN103095360B

    公开(公告)日:2015-04-15

    申请号:CN201310062280.4

    申请日:2013-02-27

    IPC分类号: H04B7/08

    摘要: 一种自适应解码转发协作系统的信号选择合并方法,本发明涉及通信系统的分集接收方法,尤其涉及自适应解码转发协作系统的分集信号选择合并方法。本发明是要解决现有选择合并器无法有效地合并不同调制阶数的信号的问题。一、各支路信号的输入;二、最优比例系数的求解;三、基于比例系数的选择合并器信号的选择与输出,即完成了自适应解码转发协作系统的选择合并器信号的输出。本发明应用于通信领域。

    基于选择合并的解码转发协作系统的信号智能转发方法

    公开(公告)号:CN103281111B

    公开(公告)日:2016-08-10

    申请号:CN201310216412.4

    申请日:2013-06-04

    IPC分类号: H04B7/08

    摘要: 基于选择合并的解码转发协作系统的信号智能转发方法,涉及一种协作通信中的信号转发方法。为了解决对目的节点采用最大比合并器的信号转发方法极大地增加了目的节点接收机的复杂度的问题。所述方法所提出的智能中继适用于源节点S和中继节点R采用不同阶数的调制方式以提高频谱利用率的情况,能够充分利用瞬时的信道状态信息或平均的信道状态信息,采用功率分配、功率控制或基于信噪比的选择转发方法使最小化系统的误比特率,降低错误传播的影响,有效地提高解码转发协作传输的可靠性。它用于协作通信中的信号转发。