| 注册
首页|期刊导航|南方电网技术|基于深度强化学习的主动配电网高恢复力决策方法

基于深度强化学习的主动配电网高恢复力决策方法

罗欣儿 杜进桥 田杰 刘安迪 王标 李妍 王少荣

南方电网技术2022,Vol.16Issue(1):67-74,8.
南方电网技术2022,Vol.16Issue(1):67-74,8.DOI:10.13648/j.cnki.issn1674-0629.2022.01.007

基于深度强化学习的主动配电网高恢复力决策方法

High Resilience Decision-Making Method of Active Distribution Network Based on Deep Reinforcement Learning

罗欣儿 1杜进桥 1田杰 1刘安迪 2王标 2李妍 2王少荣2

作者信息

  • 1. 深圳供电局有限公司,广东 深圳518001
  • 2. 华中科技大学强电磁工程与新技术国家重点实验室,武汉430074
  • 折叠

摘要

关键词

马尔科夫决策过程/竞争深度Q网络(DDQN)/深度强化学习(DRL)/高恢复力/配电网

分类

信息技术与安全科学

引用本文复制引用

罗欣儿,杜进桥,田杰,刘安迪,王标,李妍,王少荣..基于深度强化学习的主动配电网高恢复力决策方法[J].南方电网技术,2022,16(1):67-74,8.

基金项目

国家重点研发计划项目(2017YFB0902800). (2017YFB0902800)

南方电网技术

OA北大核心CSTPCD

1674-0629

访问量0
|
下载量0
段落导航相关论文