一种基于分层超图强化学习的电动汽车充电引导策略

本发明公开了一种基于分层超图强化学习的电动汽车充电引导策略，旨在解决海量电动汽车充电需求与有限充电资源之间的供需不匹配问题。首先，构建基于时空超图卷积网络特征提取模型，运用时间卷积网络预测充电需求时间分布，通过超图结构化方法与超图卷积网络，实现对交通‑电力异构耦合网络时空特征的关联性学习。其次，构建双层有限马尔可夫决策过程。上层聚合环境状态输出目标充电站并嵌入下层，下层结合实时路网与上层决策动态调路径。最后，采用多智能体强化学习求解策略，通过概率分布机制与Q方差约束增强策略的鲁棒性。