非全相运行的电力系统多模块数字实时仿真模型

在电力系统规划中,设计与检验电力系统的保护、控制以及调度设备时,动态模拟装置起着重要的作用。应用多模块耦合算法,将一个典型的高阶电力系统分解为多个低阶模块,然后分别对各低阶模块进行建模,各模块之间通过其端口的电压与电流关系进行耦合。对一个典型系统的非全相运行状态建立了其相应的多模块耦合算法模型,并且在高性能的PC机系统上以较小的仿真步长实现了其相应的数字实时仿真。系统实时运行的结果表明,提出的电力系统非全相运行状态的多模块耦合算法模型能够满足实时仿真系统的要求。

基于TensorFlow的Q-Learning算法研究与实现

随着人工智能的蓬勃发展,人工智能对“智能化”的要求也越来越高,如何实现真正的智能即如何让机器自己去学习一种新技能成为一个重要的研究课题,而强化学习正是该课题的思路之一。将以强化学习开始,然后介绍Q-Learn ing算法的具体内容,最终利用深度学习框架TensorFlow完成该算法的实现。