申请/专利权人：山东大学

申请日：2024-03-01

公开（公告）日：2024-04-02

公开（公告）号：CN117808174A

主分类号：G06Q10/04

分类号：G06Q10/04;G06N3/006;G06N3/092;G06Q50/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明属于电力系统自动化技术领域，提供了网络攻击下基于强化学习的微电网运行优化方法及系统，其技术方案为：将智能体的奖励函数分解为多个子奖励函数并进行独立优化，使每个子奖励函数都达到帕累托最优，避免出现单一奖励函数的局部最优。将智能体选择的动作是否满足相关指标作为子奖励函数的一部分，若动作满足指标，则反馈给智能体额外的奖励值，从而使智能体倾向于选取满足设定指标的动作。在外界网络攻击存在的情况下，构建蜜罐服务器作为一种安全防护措施，起到保护作用的同时最小化攻击损失，具备一定的现实意义。

主权项：1.网络攻击下基于强化学习的微电网运行优化方法，其特征在于，包括如下步骤：刻画微电网环境中的目标函数及约束条件；基于微电网环境中的目标函数及约束条件，构建基于强化学习的微电网环境，设置智能体的状态空间、动作空间及奖励函数；将智能体的整体奖励函数根据目标数量分解为若干子奖励函数，每个子奖励函数采用独立的critic神经网络进行优化；其中，所述每个子奖励函数采用独立的critic神经网络进行优化时，考虑实际环境中存在的外界网络攻击，在真实服务器上构建蜜罐服务器，模拟真实服务器的行为和响应，以隔离攻击者和真实服务器；将智能体选择的动作是否满足相关指标作为子奖励函数的一部分，从而使智能体倾向于选取满足设定指标的动作。

全文数据：

权利要求：

百度查询： 山东大学 网络攻击下基于强化学习的微电网运行优化方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD