文献

J-GLOBAL ID：201802237118470434   整理番号：18A1773802

短期電圧安定性を改善するための深部強化学習による負荷遮断方式【JST・京大機械翻訳】

Load Shedding Scheme with Deep Reinforcement Learning to Improve Short-term Voltage Stability

著者 (5件)： Zhang Jingyi (Department of Electrical Engineering, Tsinghua University, Beijing, 100084, China) ,  Lu Chao (Department of Electrical Engineering, Tsinghua University, Beijing, 100084, China) ,  Fang Chen (Shanghai Electric Power Research Institute State Grid Corporation of China, Shanghai, China) ,  Ling Xiang (Shanghai Electric Power Research Institute State Grid Corporation of China, Shanghai, China) ,  Zhang Yong (Shanghai Electric Power Research Institute State Grid Corporation of China, Shanghai, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ISGT Asia  ページ： 13-18  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,深い強化学習(DRL)による電圧不安定性に対する新しい負荷遮断方式を提案した。畳込みニューラルネットワーク(CNN)を選択して,特徴を自動的に学習し,電圧のTSデータから局所空間相関を利用した。DRL負荷放出制御装置は,2つの畳込みニューラルネットワーク,すなわち,クリティックとアクターネットワークにより,一連の観測,行動,および報酬を通してシステムダイナミックスと相互作用する。臨界ネットワークを用いて,負荷遮断動作の品質と,負荷放出(LS)の時間,位置,および量を決定するためのアクターネットワークを評価した。電圧と全負荷放出量の回復特性を考慮して,グローバルな報酬関数を定義し,電圧負荷遮断(UVLS)の下での協調を保証した。シミュレーションは,改良ニューイングランド39-バスシステムに関して実行して,結果はいろいろなシナリオに基づき提案した方式の電圧回復性能と負荷排出量を実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  *電圧 ,  制御装置 ,  ネットワーク ,  品質 ,  臨界 ,  *負荷遮断 ,  システムダイナミックス ,  不安定性 ,  *深部 ,  排出量 ,  *強化学習 ,  ニューイングランド
準シソーラス用語： 動作主 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (4件)： 専用演算制御装置  (JC04030Y) ,  図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E) ,  符号理論  (ND02030R)

タイトルに関連する用語 (5件)： 短期 ,  電圧安定性 ,  深部 ,  強化学習 ,  負荷遮断