重新思考基于 AI 的电网控制:深入算法设计
人工智能
2020-12-25 v1
摘要
近来,基于深度强化学习(DRL)的方法在解决电力工程领域复杂决策与控制问题中展现出前景。本文从算法选择、状态空间表示与奖励工程方面对基于 DRL 的电压控制进行了深入分析。为解决观察到的问题,我们提出一种新颖的基于模仿学习的方法,直接将电网运行点映射到有效动作,而无任何中间强化学习过程。性能结果表明,所提方法具有强泛化能力且训练时间大幅减少。由模仿学习训练的智能体有效且鲁棒地解决了电压控制问题,并优于先前的 RL 智能体。
引用
@article{arxiv.2012.13026,
title = {Rethink AI-based Power Grid Control: Diving Into Algorithm Design},
author = {Xiren Zhou and Siqi Wang and Ruisheng Diao and Desong Bian and Jiahui Duan and Di Shi},
journal= {arXiv preprint arXiv:2012.13026},
year = {2020}
}
备注
Accepted by 34th NeurIPS Ml4eng Workshop, 2020