用于电网电压控制的安全强化学习
机器学习
2021-12-06 v1 系统与控制
系统与控制
摘要
欠电压减载一直被视为在紧急条件下恢复电网电压稳定性的标准方法，然而该方案通常低效地切除大量负荷。强化学习（RL）已被采用为一种有前景的方法来规避这些问题；然而，RL 方法通常不能保证受控系统的安全性。在本文中，我们讨论了几种新颖的安全 RL 方法，即约束优化方法和基于障碍函数的方法，它们可以在紧急事件下安全地恢复电压。该方法是通用的，可应用于其他安全关键控制问题。在 39 总线 IEEE 基准测试上的数值仿真被用于证明所提出的安全 RL 紧急控制的有效性。
引用
@article{arxiv.2112.01484,
title = {Safe Reinforcement Learning for Grid Voltage Control},
author = {Thanh Long Vu and Sayak Mukherjee and Renke Huang and Qiuhua Huang},
journal= {arXiv preprint arXiv:2112.01484},
year = {2021}
}
备注
Workshop on Safe and Robust Control of Uncertain Systems at the 35th Conference on Neural Information Processing Systems (NeurIPS) 2021. arXiv admin note: substantial text overlap with arXiv:2103.14186, arXiv:2011.09664, arXiv:2006.12667