面向经济调度的有效端到端学习框架
最优化与控制
2020-03-02 v1 机器学习
系统与控制
系统与控制
机器学习
摘要
改进经济调度有效性的传统思路是尽可能准确地设计负荷预测方法。然而,由于系统成本与负荷预测误差之间存在的时空相关性,该方法可能存在问题。这促使我们采用端到端机器学习的概念,并提出一种任务特定的学习准则来进行经济调度。具体而言,为最大化数据利用,我们为学习过程设计了一个高效的优化核。我们提供了理论分析与经验见解,以凸显所提学习框架的有效性与高效性。
引用
@article{arxiv.2002.12755,
title = {Effective End-to-End Learning Framework for Economic Dispatch},
author = {Chenbei Lu and Kui Wang and Chenye Wu},
journal= {arXiv preprint arXiv:2002.12755},
year = {2020}
}