基于深度Q-learning算法的智能电网管控模型研究

王筠; 李志鹏; 项旭; 张军堂; 石雷波

doi:10.20033/j.1003-7241.(2026)02-0054-05

自动化技术与应用 ›› 2026, Vol. 45 ›› Issue (2) : 54 -57+142. DOI: 10.20033/j.1003-7241.(2026)02-0054-05

基于深度Q-learning算法的智能电网管控模型研究

王筠, 李志鹏, 项旭, 张军堂, 石雷波

作者信息 +

Author information +

文章历史 +

PDF

摘要

设计基于深度Q-learning算法的智能电网管控模型，将可验证声明(verifiable credential, VC)和分布式数字身份(decentralized identity, DID)作为应用程序身份凭证与软件定义网络(software-defined networking, SDN)控制器，结合动态信任评估算法与基于属性的访问控制策略，构建基于区块链的智能电网分布式SDN管控模型。在资源分配、网络拓扑动态变化以及安全威胁不断演变的情况下，实施基于区块链的分布式SDN网络的优化。实验测试结果表明，设计方法在通过深度Q-learning优化模型后累积奖励明显大幅增加，在多种安全性能方面表现出色，能够清除恶意域，确保网络环境的安全。