LEARNING
基于强化学习的低压电网拥塞管理鲁棒性研究
Josef Hoppe, Sarra Bouchkati, Farah Nasr, Jonathan Krapp, Alexander Och, Maximilian Wirth, Jan Schiefelbein-Lach, Oliver Pohl, Andreas Ulbig, Michael T. Schaub
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出一种结合随机森林违规预分类器和演员-评论家控制器的解耦方法，用于在稀疏观测、噪声测量和不完美电网模型下进行低压电网的拥塞管理。实验表明，该方法在准确电网参数下能将总违规幅度降低98.9%，并对测量噪声具有强鲁棒性，但电网模型失配会带来更大挑战。
关键词
reinforcement learningcongestion managementlow-voltage gridsrobustnessrandom forestactor-critic
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018