您当前的位置:
首页 >
文章列表页 >
基于安全深度强化学习的电力-交通耦合网络韧性提升策略
气象敏感型电力系统高精度预测、风险评估与运行关键技术栏目主持·余光正、杨茂、李更丰、李然、李远征、万灿· | 更新时间:2026-09-28
    • 基于安全深度强化学习的电力-交通耦合网络韧性提升策略

    • Resilience Improvement Strategy for the Electrification-Transportation Coupling Network Based on Safe Deep Reinforcement Learning

    • 电力建设   2026年47卷第3期 页码:24-38
    • DOI:10.12204/j.issn.1000-7229.2026.03.003    

      中图分类号: TM73
    • 收稿:2025-09-25,

      修回:2025-11-19,

      纸质出版:2026-03-01

    移动端阅览

  • 徐鼎,杨祺铭,吴明明等.基于安全深度强化学习的电力-交通耦合网络韧性提升策略[J].电力建设,2026,47(03):24-38. DOI: 10.12204/j.issn.1000-7229.2026.03.003.

    XU Ding,YANG Qiming,WU Mingming,et al.Resilience Improvement Strategy for the Electrification-Transportation Coupling Network Based on Safe Deep Reinforcement Learning[J].Electric Power Construction,2026,47(03):24-38. DOI: 10.12204/j.issn.1000-7229.2026.03.003.

  •  
  •  

0

浏览量

1

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于多抽头变压器的动态电压补偿系统拓扑及控制策略
面向电力系统需求响应的5G基站可信容量评估与优化调度研究综述
基于时序大模型的小样本风电功率预测
基于边界安全域刻画的输配电网协同分布式供电恢复方法
预测与调度联合优化的混合式抽水蓄能电站运行方法

相关作者

暂无数据

相关机构

暂无数据
0