基于状态降维的快速强化学习电力网络系统控制
来源：计算机应用与软件杂志2025年第3期北京时间：
作者：童涛, 陈海宾, 甄昊涵, 沈华, 林文浩
摘要：为了避免大规模电力网络系统控制的维数灾，提升其可控性，提出一种基于状态降维的快速强化学习方法。通过投影矩阵投影测量状态来构造压缩状态向量，捕获开环网络模型的主要可控子空间，从而利用网络可控性的低秩属性避免了维数灾难；提出降维状态深度学习控制器，从而使结果成本接近最优LQR成本。通过一致性网络系统和IEEE广域控制实验结果，验证了提出的方法能够显著加快学习时间，同时保证了较好的优化性能。
关键词：状态降维, 强化学习, 网络系统, 维数灾难
