用于电力传输电压控制的深度强化学习
机器学习
2020-10-19 v2 系统与控制
信号处理
系统与控制
机器学习
摘要
如今，电力传输系统的电压控制主要由人工操作员执行。随着电网复杂性的增加，其操作也随之复杂，表明额外的自动化可能是有益的。被称为深度强化学习（DRL）的机器学习子集最近在执行通常由人类完成的任务方面显示出前景。本文将对 DRL 应用于传输电压控制问题，提出用于电压控制的开源 DRL 环境，提出对“深度 Q 网络”（DQN）算法的新改进，并使用多达 500 个母线（bus）的系统进行大规模实验。展示了将 DRL 应用于电压控制的前景，尽管还需要更多研究以使基于 DRL 的技术能够持续优于传统方法。
引用
@article{arxiv.2006.06728,
title = {Deep Reinforcement Learning for Electric Transmission Voltage Control},
author = {Brandon L. Thayer and Thomas J. Overbye},
journal= {arXiv preprint arXiv:2006.06728},
year = {2020}
}
备注
8 pages, 4 figures, 1 table. This work has been accepted to the IEEE 2020 Electric Power and Energy Conference (EPEC)