您当前的位置:
首页 >
文章列表页 >
演化博弈与联邦学习融合驱动的新型电力系统多元主体协同优化
发电技术   2026年47卷第3期 页码:449-483
智能学习赋能新型电力系统发电|更新时间:2026-08-17
|
  • 导出

  • 收藏

  • 专辑

    • 演化博弈与联邦学习融合驱动的新型电力系统多元主体协同优化

    • Multi-Agent Collaborative Optimization in New Power Systems Driven by Integration of Evolutionary Game and Federated Learning

    • “针对新型电力系统中多元市场主体协同优化难题,"以'问题驱动-理论支撑-方法构建-场景落地'为主线",构建了EGT-FL融合框架,验证了其在隐私保护与收敛效率上的优势,为多主体协同决策提供新范式。”
    • DOI:10.12096/j.2096-4528.pgt.260301    

      中图分类号:
    • 修回:2026-03-18,

    移动端阅览

  •  
  •  

437

浏览量

105

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
论文导航

相关文章

面向新型电力系统的Transformer与Q学习双驱动智能发电控制
大模型在电力行业的应用与挑战
弃电热储能光伏-光热复合发电系统技术经济性分析
基于改进云模型的区域电网电能替代综合效益评价
基于改进霜冰优化算法的短期光伏功率预测方法研究

相关作者

殷林飞
邓铭旺
严新荣
高翔
林达
郑建
游源
陶志伟

相关机构

广西大学电气工程学院,广西壮族自治区
浙江大学能源工程学院
华电电力科学研究院有限公司
国家节能中心,北京市 西城区
电站能量传递转化与系统教育部重点实验室(华北电力大学),北京市 昌平区