机译:基于强化学习的电力系统OPF两级面积负荷建模
South China Univ Technol Sch Elect Power Engn Guangzhou 510640 Guangdong Peoples R China;
South China Univ Technol Sch Elect Power Engn Guangzhou 510640 Guangdong Peoples R China|Guangzhou Maritime Univ Sch Naval Architecture & Ocean Engn Guangzhou 510725 Guangdong Peoples R China;
load flow; optimisation; learning (artificial intelligence); power system security; power system planning; power system simulation; power system parameter estimation; reinforcement learning; two-level hierarchical framework; real-time area-load modelling; optimal power flow; upper-level problem; lower-level optimisation; upper-level model; online measurement; equivalent model output; two-level area-load modelling; power system planning; dynamic OPF; parameter identification; weighting strategy; N-1 static security constraints; error minimization; function optimisation;
机译:多微电网系统两级能源管理战略框架混合型成型多层增强学习方法
机译:高压直流输电间歇性发电的电力系统随机多周期OPF模型
机译:通过使用强化学习模型和Granger因果关系模型,分离独立的皮质口系统对视觉分类学习的贡献。
机译:具有强化学习的二级量子系统的控制设计
机译:数据驱动的强化学习控制使用模型减少技术:理论与应用于电力系统
机译:解离独立的皮质纹状体系统到Visual分类学的贡献通过强化学习模型和格兰杰因果关系模型的使用
机译:高压直流输电间歇性发电的电力系统随机多周期OPF模型