文献

J-GLOBAL ID：202002244563268004   整理番号：20A1414195

深層強化学習を用いた不確実な発電によるスマートグリッド再生エネルギー適応能力の評価【JST・京大機械翻訳】

Evaluating smart grid renewable energy accommodation capability with uncertain generation using deep reinforcement learning

著者 (9件)： Liu Yongnan (School of Data Science and Technology, Heilongjiang University, Harbin, China) ,  Guan Xin (School of Data Science and Technology, Heilongjiang University, Harbin, China) ,  Li Jun (School of Information and Electrical Engineering, Mudanjiang University, Mudanjiang, China) ,  Sun Di (State Grid Heilongjiang Electric Power Company Limited, Harbin, China) ,  Ohtsuki Tomoaki (Department of Information and Computer Science, Keio University, Yokohama, Japan) ,  Hassan Mohammad Mehedi (Research Chair of Smart Technologies, King Saud University, Riyadh, Saudi Arabia) ,  Hassan Mohammad Mehedi (College of Computer and Information Sciences, King Saud University, Riyadh, Saudi Arab., Saudi Arabia) ,  Alelaiwi Abdulhameed (Research Chair of Smart Technologies, King Saud University, Riyadh, Saudi Arabia) ,  Alelaiwi Abdulhameed (College of Computer and Information Sciences, King Saud University, Riyadh, Saudi Arab., Saudi Arabia)
資料名： Future Generation Computer Systems  (Future Generation Computer Systems)
巻： 110  ページ： 647-657  発行年： 2020年 
JST資料番号： A0620C  ISSN： 0167-739X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 環境に優しいため,太陽エネルギーや風力のような再生可能エネルギーは,世界中のエネルギーシステムにますます導入されている。同時に,風と太陽発電の高い浸透も,風と太陽の厳しい削減をもたらした。風力と太陽の削減を軽減する方法は,再生可能エネルギーと経済的利益の利用の程度を反映する再生可能エネルギーの収容能力を評価する上で重要な問題である。再生可能エネルギーの不確実性は,再生可能発電を正確に記述するための挑戦をもたらし,再生可能エネルギーの収容能力のための効果的なメカニズムを設計するのに困難をもたらす。既存の研究は,頻繁に更新されたデータからの高い計算オーバヘッドと再生可能エネルギーを記述する低い精度に悩まされ,再生可能エネルギー適応と過小評価された適応能力のより少ない効果的な政策をもたらす。再生可能エネルギーの大部分を作るために,深い強化学習に基づくアルゴリズムAccCap-DRLを提案した。AccCap-DRLは時間間隔によってセグメントに分配を分割し,WGANを採用して再生可能エネルギーデータの分布を記述し,DDPGを採用して,異なるシナリオにおける再生可能エネルギー適応のための近似政策を得た。実際の発電とユーザの需要データからのシミュレーション結果は,提案したアルゴリズムの高い有効性と適応能力を評価する高効率を示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  太陽 ,  計算機シミュレーション ,  *不確実性 ,  *発電 ,  近似法 ,  太陽エネルギー ,  太陽光発電 ,  風力 ,  有効性 ,  *強化学習 ,  *スマートグリッド ,  経済的利益 ,  計算機利用 ,  利用
準シソーラス用語： 高効率 ,  オーバヘッド , 【Automatic Indexing@JST】

著者キーワード (3件)： 適応能力 ,  深層強化学習 ,  不確実な再生エネルギー記述

分類 (3件)： 計算機システム開発  (JD02010R) ,  計算機網  (JC03000K) ,  ディジタル計算機方式一般  (JC02010O)

タイトルに関連する用語 (6件)： 深層強化学習 ,  発電 ,  スマートグリッド ,  再生エネルギー ,  適応能力 ,  評価