1. 国网江苏省电力有限公司苏州供电分公司
2. 南京南瑞信息通信科技有限公司
纸质出版:2025
移动端阅览
赵猛, 沈竹筠, 李圆琪, 等. 基于联邦强化学习的配电网分布式电压控制策略[J]. 电力信息与通信技术, 2025,23(11):1-7.
赵猛, 沈竹筠, 李圆琪, et al. 基于联邦强化学习的配电网分布式电压控制策略[J]. 2025, 23(11): 1-7.
赵猛, 沈竹筠, 李圆琪, 等. 基于联邦强化学习的配电网分布式电压控制策略[J]. 电力信息与通信技术, 2025,23(11):1-7. DOI: 10.16543/j.2095-641x.electric.power.ict.2025.11.01.
赵猛, 沈竹筠, 李圆琪, et al. 基于联邦强化学习的配电网分布式电压控制策略[J]. 2025, 23(11): 1-7. DOI: 10.16543/j.2095-641x.electric.power.ict.2025.11.01.
在分布式电源不断增长的电网环境中,传统电压控制策略因隐私保护和扩展性问题而受限。针对这一难题,在以“集中训练、分散执行”为代表的多智能体强化学习框架基础上,文章提出了一种基于联邦学习框架的分解协调强化学习算法。首先,结合本地智能体的分布式计算与信息交换,构建配电网的联邦学习框架;其次,通过随机梯度下降法进行模型参数更新,保证学习过程的收敛性;最后,在改进的IEEE-141节点配电系统测试算例上进行仿真分析,实验结果表明,所提方法显著增强了算法的可扩展性和隐私保护能力,且具有不逊于传统集中式算法的学习收敛速度。
王光伟.基于深度强化学习的微电网能量在线优化调度策略研究[D].山东大学,2023(01).
陈鑫.基于多智能体的微电网群协同优化调度研究[D].华北电力大学,2022(03).
王亚丽,娄世豪.基于多智能体深度强化学习的车联网可信任务卸载策略[J].计算机应用研究,2024(07).
吴天琦,葛广凯,韩啸,刘川,张道娟,钱珂翔,陶静.虚拟电厂下基于基因表达式编程的云边协同分布式异常数据检测算法[J].电力信息与通信技术,2024(01).
黄蔓云,郭镜玮,臧海祥,方熙程,卫志农,孙国强.基于消息传递图神经网络的电力系统状态估计[J].电网技术,2023(11).
孙秋野,姚葭,王一帆.从虚拟电厂到真实电量:虚拟电厂研究综述与展望[J].发电技术,2023(05).
郭茂成,谭谋,杨浩,杨义,李音洁.计算机通信技术在中低压配电网建设与改造中的应用[J].办公自动化,2023(18).
陆亚楠,杨胜春,李亚平,姚建国,高冠中,毛文博.基于多智能体深度强化学习的地区电网群体协同优化调度策略[J].电力信息与通信技术,2024(04).
胡维昊,曹迪,黄琦,张斌,李思辰,陈哲.深度强化学习在配电网优化运行中的应用[J].电力系统自动化,2023(14).
邓炳光,徐成义,张泰,孙远欣,张蔺,裴二荣.基于多智能体深度强化学习的D2D通信资源联合分配方法[J].电子与信息学报,2023(04).
赵克刚,石翠铎,梁志豪,李梓棋,王玉龙.基于柔性演员-评论家算法的自适应巡航控制研究[J].汽车技术,2023(03).
戴理朋,杨鑫,徐茹枝.联邦学习在电力数据分析中的应用及隐私保护研究[J].电力信息与通信技术,2022(11).
张亮,屈刚,李慧星,金皓纯.智能电网电力监控系统网络安全态势感知平台关键技术研究及应用[J].上海交通大学学报,2021(S2).
缪巍巍,曾锃,张明轩,张厦千,张伯雷,钱柱中.基于多智能体强化学习的边缘物联代理资源分配算法[J].电力信息与通信技术,2021(12).
潘宇婷,汪振宇,盛夏.融合移动边缘计算的5G网络在配电自动化管理大区主站中的应用[J].电力与能源,2021(03).
张炜,梁俊斌,覃剑.基于多智能体的变电站机器人巡检远程集控系统[J].电力信息与通信技术,2020(12).
祁文凯,桑国明.基于延迟策略的最大熵优势演员评论家算法[J].小型微型计算机系统,2020(08).
0
浏览量
7
下载量
CSCD
关联资源
相关文章
相关作者
相关机构