您当前的位置:
首页 >
文章列表页 >
基于高维缩减映射的分布式强化学习风光储最优潮流分析
发电技术 2026年47卷第3期 页码:515-525
智能学习赋能新型电力系统发电|更新时间:2026-08-17
|
基于高维缩减映射的分布式强化学习风光储最优潮流分析
Distributed Reinforcement Learning Based on High-Dimensional Reduction Mapping for Optimal Power Flow Analysis of Wind-Solar-Storage Systems
- “融合高维缩减映射与分布式SARSA(λ)协同优化架构的创新算法,建立了多智能体协同学习框架,为解决大规模电网实时性与精度兼顾难题提供解决方案。”
DOI:10.12096/j.2096-4528.pgt.260305
修回:2025-10-20
移动端阅览
76
浏览量
14
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
相关文章
区块链系统分布式计算的ADMM算法及其在主动配电网中的应用
含高密度光伏与储能的配电网多目标优化调度策略
燃气-蒸汽联合循环发电系统多目标优化分析
面向光伏消纳和冰蓄冷空调群低碳需求响应的新型配电系统多时间尺度优化策略
高比例可再生能源接入下含自愈性能的分布式配电网重构策略研究
相关作者
李艺博
周冬冬
盛韬
杨安琦
陈衡
孙昊
刘可文
侯朗博
相关机构
国网江苏省电力有限公司金湖县供电分公司
南京工程学院电力工程学院
国网浙江省电力有限公司检修分公司
国网江苏省电力有限公司海安市供电分公司
华北电力大学能源动力与机械工程学院, 北京市 昌平区

