检索结果-维普期刊中文期刊服务平台

基于多智能体迁移强化学习算法的电力系统最优碳–能复合流求解被引量：23: 1; 作者陈艺璇张孝顺 +1 位作者郭乐欣余涛《高电压技术》 EI CAS CSCD 北大核心 2019年第3期863-872,共10页; 为避免碳排放责任的重复计算,首次在电力系统最优碳–能复合流模型中提出发电侧、电网侧、用户侧之间的碳排放责任分摊机制。并进一步提出一种全新的多智能体迁移强化学习算法,以实现电力系统最优碳–能复合流模型的快速、高质量求解。... 展开更多; 关键词多智能体迁移强化学习算法碳-能复合流碳排放责任分摊迁移学习强化学习; 在线阅读下载PDF 职称材料

基于可迁移强化学习的断面输电极限计算方法被引量：2: 2; 作者李康文邱高 +3 位作者刘挺坚刘友波刘俊勇丁理杰《电网技术》 EI CSCD 北大核心 2023年第12期5147-5157,共11页; 断面输电极限是电网安全边界在断面割集的降维投影,其实质是考虑电压无功优化和多类稳定约束的复杂混合整数非凸非线性问题,而新能源的引入进一步扩大了其计算维度,传统方法难以求解。为此,提出一种基于可迁移强化学习的断面输电极限计... 展开更多; 关键词输电极限无功优化可迁移强化学习近端策略优化策略分布熵; 在线阅读下载PDF 职称材料

多智能体编队控制中的迁移强化学习算法研究被引量：1: 3; 作者胡鹏林潘泉 +1 位作者郭亚宁赵春晖《西北工业大学学报》 EI CAS CSCD 北大核心 2023年第2期389-399,共11页; 针对多障碍环境下的多智能体系统协同编队避障与防撞问题,提出一种迁移学习与强化学习相结合的编队控制算法。在源任务学习阶段,利用值函数近似方法避免Q-表格求解法所需的大规模存储空间问题,有效降低对存储空间的需求,提升算法求解速... 展开更多; 关键词多智能体系统迁移强化学习值函数近似编队控制高斯聚类; 在线阅读下载PDF 职称材料

基于分布式深度强化学习的微网群有功无功协调优化调度被引量：13: 4; 作者巨云涛陈希 +1 位作者李嘉伟王杰《电力系统自动化》 EI CSCD 北大核心 2023年第1期115-125,共11页; 针对微网群的分布式有功无功协调优化调度问题,提出一种分布式多智能体深度强化学习方法,可训练智能体在与环境交互的过程中学习到最优调度策略,并克服传统优化方法对模型的依赖。相较于已有基于“集中训练”框架的多智能体深度强化学... 展开更多; 关键词微网群有功无功协调调度多智能体深度强化学习迁移强化学习; 在线阅读下载PDF 职称材料

题名基于多智能体迁移强化学习算法的电力系统最优碳–能复合流求解被引量：23: 1; 作者陈艺璇张孝顺郭乐欣余涛; 机构华南理工大学电力学院深圳供电局有限公司; 出处《高电压技术》 EI CAS CSCD 北大核心 2019年第3期863-872,共10页; 基金国家重点基础研究发展计划(973计划)(2013CB228205) 国家自然科学基金(51777078)~~; 文摘为避免碳排放责任的重复计算,首次在电力系统最优碳–能复合流模型中提出发电侧、电网侧、用户侧之间的碳排放责任分摊机制。并进一步提出一种全新的多智能体迁移强化学习算法,以实现电力系统最优碳–能复合流模型的快速、高质量求解。此算法同时组织多个智能体执行优化任务,并将知识学习机制、多智能体交互机制和知识迁移机制相结合,不仅使每个智能体都具有较强的自主学习能力,还通过多个智能体之间的协调实现了问题的合作求解;知识迁移可以复用历史任务学习经验,使新任务学习效率大幅提升。IEEE 57节点系统、IEEE 300节点系统及深圳电网模型仿真结果均表明,此算法在保证最优解质量和寻优稳定性的同时,收敛速度可达其他算法的4.7～50.5倍,具有明显的优势和实用价值。; 关键词多智能体迁移强化学习算法碳-能复合流碳排放责任分摊迁移学习强化学习; Keywords multi-agent transfer reinforcement learning optimal carbon-energy combined flow shared responsibility of carbon emission transfer learning reinforcement learning; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于可迁移强化学习的断面输电极限计算方法被引量：2: 2; 作者李康文邱高刘挺坚刘友波刘俊勇丁理杰; 机构四川大学电气工程学院国网四川省电力科学研究院; 出处《电网技术》 EI CSCD 北大核心 2023年第12期5147-5157,共11页; 基金国家自然科学基金资助项目(52307124) 中央高校基本科研业务费专项资金资助项目(YJ2021162) 四川省科技厅项目(2021LDTD0016-LH)。; 文摘断面输电极限是电网安全边界在断面割集的降维投影,其实质是考虑电压无功优化和多类稳定约束的复杂混合整数非凸非线性问题,而新能源的引入进一步扩大了其计算维度,传统方法难以求解。为此,提出一种基于可迁移强化学习的断面输电极限计算方法。首先,考虑暂态功角及电压稳定约束,计及包括电容器组等无功资源,建立含微分代数方程的输电极限混合整数计算模型;然后,将该模型转化为混合整数的马尔科夫决策过程,提出基于混合Categorical分布的近端策略优化求解方法;最后,引入策略分布熵最大化目标,确保智能计算模型在未见运行方式下的迁移能力,实现运行方式或边界条件切换下的输电极限快速分析。IEEE39节点系统的算例结果表明,相比传统元启发式黑盒优化算法,所提方法在几乎不牺牲精度的前提下效率提升了97.15%。; 关键词输电极限无功优化可迁移强化学习近端策略优化策略分布熵; Keywords transmission limit reactive power optimization transferable reinforcement learning proximal policy optimization policy distribution entropy; 分类号 TM721 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名多智能体编队控制中的迁移强化学习算法研究被引量：1: 3; 作者胡鹏林潘泉郭亚宁赵春晖; 机构西北工业大学自动化学院; 出处《西北工业大学学报》 EI CAS CSCD 北大核心 2023年第2期389-399,共11页; 基金国家自然科学基金(61790552,62073264)资助。; 文摘针对多障碍环境下的多智能体系统协同编队避障与防撞问题,提出一种迁移学习与强化学习相结合的编队控制算法。在源任务学习阶段,利用值函数近似方法避免Q-表格求解法所需的大规模存储空间问题,有效降低对存储空间的需求,提升算法求解速度;在目标任务学习阶段,采用高斯聚类算法对源任务进行分类,根据聚类中心和目标任务之间的距离,选择最优的源任务类进行目标任务学习,有效避免了负迁移现象,进而提升了强化学习算法的泛化能力及收敛速度。仿真实验结果表明,所提方法能使多智能体系统在复杂的障碍环境下有效地形成并保持编队构型,同时实现避障与防撞。; 关键词多智能体系统迁移强化学习值函数近似编队控制高斯聚类; Keywords multi-agent system transfer reinforcement learning value function approximation formation control Gaussian clustering; 分类号 TP13 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于分布式深度强化学习的微网群有功无功协调优化调度被引量：13: 4; 作者巨云涛陈希李嘉伟王杰; 机构北方工业大学电气与控制工程学院中国农业大学信息与电气工程学院; 出处《电力系统自动化》 EI CSCD 北大核心 2023年第1期115-125,共11页; 基金国家自然科学基金资助项目(52177125)。; 文摘针对微网群的分布式有功无功协调优化调度问题,提出一种分布式多智能体深度强化学习方法,可训练智能体在与环境交互的过程中学习到最优调度策略,并克服传统优化方法对模型的依赖。相较于已有基于“集中训练”框架的多智能体深度强化学习方法,该方法无须收集全局信息,能够更好地保障各子微网信息的隐私,减轻通信压力,并且在训练和执行阶段均表现出对通信故障的鲁棒性。此外,考虑到微网群存在拓扑变化而强化学习模型泛化能力差,提出一种迁移强化学习方法,利用已有智能体知识为每种拓扑高效训练一组智能体。最后,通过改进的IEEE 33节点系统算例,验证了所提方法在解决微网群分布式有功无功协调优化调度问题上的有效性。; 关键词微网群有功无功协调调度多智能体深度强化学习迁移强化学习; Keywords networked microgrid active and reactive power coordinated dispatch multi-agent deep reinforcement learning transfer reinforcement learning; 分类号 TM73 [电气工程—电力系统及自动化] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于多智能体迁移强化学习算法的电力系统最优碳–能复合流求解	陈艺璇张孝顺郭乐欣余涛	《高电压技术》 EI CAS CSCD 北大核心	2019	23	在线阅读下载PDF 职称材料
2	基于可迁移强化学习的断面输电极限计算方法	李康文邱高刘挺坚刘友波刘俊勇丁理杰	《电网技术》 EI CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
3	多智能体编队控制中的迁移强化学习算法研究	胡鹏林潘泉郭亚宁赵春晖	《西北工业大学学报》 EI CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
4	基于分布式深度强化学习的微网群有功无功协调优化调度	巨云涛陈希李嘉伟王杰	《电力系统自动化》 EI CSCD 北大核心	2023	13	在线阅读下载PDF 职称材料