跳到主要内容
检索

# 分布式强化学习

1 篇关联报道

订阅更新
  1. arXiv

    配电网三相不平衡改由智能体调度:MADWMPG在IEEE 123节点上把累计越限代价压到0.006

    针对含相变软开关(PCSOP,可在不同相位间直接转移有功的电力电子装置)的多相有源配电网,MADWMPG把三相电压与馈线首端功率不平衡的调度交给多智能体安全强化学习。它用宽间隔分类器在行为策略与备用策略之间切换,并用非交叉分位数评论家刻画回报分布。在改造后的IEEE 123节点测试馈线上,其累计风险调整越限指标为0.006,而DDPG为35.010、TD3PG为4.571、RCPO为5.103、PID-Lagrangian为0.076;平均测试步奖励0.957,低于ACOPF专家解的0.989。

已读完全部报道