首页 /研究 /桥接数据驱动与模型驱动方法:面向分布式最优潮流的可学习优化架构
OTHER

桥接数据驱动与模型驱动方法:面向分布式最优潮流的可学习优化架构

Yibo Ding, Zhao Xu, Yuhong Zhao, Jian Zhao, Jiaqi Ruan, Zhaoyang Dong

发表年份
2026
访问权限
开放获取

摘要

本文提出了一种可学习优化架构,通过将交替方向乘子法展开为深度神经网络并嵌入可微优化层,实现了近乎实时的可解释分布式决策。实验表明,该架构在最优性上媲美最先进求解器,在可行性上优于现有数据驱动方法。

关键词

learn-to-optimizedistributed optimal power flowADMMdeep neural networkdifferentiable optimization

相关论文

查看 OTHER 分类全部论文