期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度强化学习的机组组合智能求解算法
1
作者
母欢欢
余凌
+1 位作者
夏凡
袁业
《高压电器》
北大核心
2025年第5期197-207,共11页
随着中国能源结构持续深化转型,高比例波动性新能源接入使得现有的机组组合(unit commitment,UC)理论已经无法适应新型电力系统日前市场决策的发展需要。为此文中结合深度强化学习(deep reinforcement learning,DRL)技术提出了一种UC智...
随着中国能源结构持续深化转型,高比例波动性新能源接入使得现有的机组组合(unit commitment,UC)理论已经无法适应新型电力系统日前市场决策的发展需要。为此文中结合深度强化学习(deep reinforcement learning,DRL)技术提出了一种UC智能求解算法。首先引入DRL算法,对UC问题进行马尔科夫决策过程(Markov decision process,MDP)建模并给出对应的状态空间、转移函数、动作空间及奖励函数;然后采用策略梯度(policy gradient,PG)算法进行求解;在此基础上采用Lambda迭代求解该启停状态下机组的出力方案,并最终提出一种基于DRL的UC智能求解算法。基于仿真算例验证文中方法的适用性和有效性。
展开更多
关键词
安全约束机组组合
马尔科夫决策过程
深度强化学习
在线阅读
下载PDF
职称材料
题名
基于深度强化学习的机组组合智能求解算法
1
作者
母欢欢
余凌
夏凡
袁业
机构
华电
(
林周
)
新
能源
有限公司
出处
《高压电器》
北大核心
2025年第5期197-207,共11页
文摘
随着中国能源结构持续深化转型,高比例波动性新能源接入使得现有的机组组合(unit commitment,UC)理论已经无法适应新型电力系统日前市场决策的发展需要。为此文中结合深度强化学习(deep reinforcement learning,DRL)技术提出了一种UC智能求解算法。首先引入DRL算法,对UC问题进行马尔科夫决策过程(Markov decision process,MDP)建模并给出对应的状态空间、转移函数、动作空间及奖励函数;然后采用策略梯度(policy gradient,PG)算法进行求解;在此基础上采用Lambda迭代求解该启停状态下机组的出力方案,并最终提出一种基于DRL的UC智能求解算法。基于仿真算例验证文中方法的适用性和有效性。
关键词
安全约束机组组合
马尔科夫决策过程
深度强化学习
Keywords
security constrained unit commitment
Markov decision process
deep 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
作者
出处
发文年
被引量
操作
1
基于深度强化学习的机组组合智能求解算法
母欢欢
余凌
夏凡
袁业
《高压电器》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
