发布日期：2026-05-15
浏览：49
申请人 | 冯源昊 | ||
学号 | 021031910003 | ||
导师 | 冯冬涵 | 教授 | |
答辩地点 | 电院群楼1-334 | ||
答辩时间 | 2026年05月22日10:00 | ||
答辩委员会 | 严正（主席） | 教授 | 2026国际足联世界杯 |
蒋传文 | 教授 | 2026国际足联世界杯 | |
甘德强 | 教授 | 浙江大学 | |
罗祾 | 正高级工程师 | 国网上海市电力公司电力科学研究院 | |
胡朝阳 | 正高级工程师 | 国网华东分部 | |
学位论文题目：基于深度学习代理模型的电力系统复杂博弈求解与海量主体决策仿真研究
论文简介
本文面向“双碳”目标与“十五五”新型能源体系建设背景下电力机制设计与政策评估的现实需求，解决复杂博弈求解和海量主体决策仿真中面临的计算瓶颈及数据隐私保护问题。面向电力市场中主体策略互动与均衡分析需求，研究非合作博弈均衡求解的深度学习代理方法，提出结合拉丁超立方抽样的多智能体强化学习模型——LHS-MATD3，提高多主体博弈均衡求解效率，为机制设计与市场演化分析提供支撑。面向电力市场主体损益公平分摊需求，研究合作博弈分摊求解的深度学习代理方法，提出基于深度学习代理模型与KernelSHAP采样的Shapley值高效计算方法——SurroShap，实现公平分摊理论在大规模电力系统中的快速落地。面向海量异质用户政策评估需求，研究海量主体决策仿真的深度学习代理方法，提出异构特征融合Transformer模型——HetFormer，为能源政策推广潜力、财政成本和公平影响分析提供工具。最后，针对配电网和用户侧敏感数据使用中的隐私泄露风险，研究面向深度学习代理计算的差分隐私保护方法，在保持计算效率和评估精度的同时增强数据隐私保护能力。本文成果对优化电力机制设计与能源政策制定具有重要理论价值和实践意义。
English
