频率偏差最小
通过多智能体强化学习实现紧急工况下多区域电力系统的负荷频率控制
Sun, Xiaoming · 彭晨 · 褚菲 · 曾国强 · 曹智茹
Neurocomputing 2026
策略迁移通过特征映射将源任务学到的控制策略适配到目标任务，有效应对噪声、负荷突增等紧急扰动。
多个深度强化学习智能体协同进行跨区域控制，提升整体系统的频率调节能力。
动态探索机制使用策略自适应噪声，将搜索范围从全局逐步细化到局部，实现更优的动作选择。
在三区域电力系统上的评估表明，该框架始终维持频率稳定，并超越多个基准方法。