文献

J-GLOBAL ID：202002224617842865   整理番号：20A2504482

強化学習に基づく知的電力潮流調整法【JST・京大機械翻訳】

An intelligent power flow adjustment method based on reinforcement learning

著者 (6件)： Ye L (State Grid Zhejiang Electric Power Co., Ltd.) ,  Xiang Z M (State Grid Zhejiang Electric Power Co., Ltd.) ,  Yang Y (State Grid Zhejiang Electric Power Co., Ltd.) ,  Zhu Y L (State Grid Zhejiang Taizhou Power Supply Co., Ltd.) ,  Zhang C (State Grid Zhejiang Electric Power Co., Ltd.) ,  Yao H F (State Grid Zhejiang Shaoxing Power Supply Co., Ltd.)
資料名： IOP Conference Series: Earth and Environmental Science  (IOP Conference Series: Earth and Environmental Science)
巻： 551  号： 1  ページ： 012009 (8pp)  発行年： 2020年 
JST資料番号： W5558A  ISSN： 1755-1307  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 将来の電力グリッド運用を調べるために,オペレータは,通常,インフラストラクチャ計画,保全計画,発電計画,負荷予測,および電力計画要求のような境界条件に従って,将来の電力システムモデルファイルを構築する。これらの計画は通常独立に準備され,電力グリッドの規模はますます大きくなり,新しく建設されたグリッドモデルは,通常,未解決で,不良であり,実際のグリッド運用要求に合致しない。この状況において,オペレータは通常,自身の経験に従って,単位電力を多数回再調整しなければならず,適切な電力潮流結果を得る。電力潮流調整のための方法を本論文で提案した。Q-学習(QL)法を用いて,非収束から収束への電力フローを調整し,次に,その後の調整のためのいくつかの方向指針を,送電網(ネットワーク損失,バランシングマシンの出力など)の特定の安全性と経済指標を通して提供した。最後に,IEEE39ノードシステムと浙江省送電網の2つの用例を提示して,提案した方法の有効性と実用性を検証した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *電力 ,  オペレータ ,  ネットワーク ,  送電系統 ,  *電力潮流 ,  電力系統 ,  負荷予測 ,  境界条件 ,  有効性 ,  *強化学習
準シソーラス用語： 経済指標 ,  発電計画 ,  Q学習 ,  実用性 , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (3件)： 強化学習 ,  電力潮流 ,  調整法