文献

J-GLOBAL ID：202002244980657143   整理番号：20A1876480

相変化材料による最適ビルエネルギー管理のためのアクター-クリティック学習【JST・京大機械翻訳】

Actor-critic learning for optimal building energy management with phase change materials

著者 (3件)： Rahimpour Zahra (School of Electrical and Information Engineering, University of Sydney, NSW, Australia) ,  Verbic Gregor (School of Electrical and Information Engineering, University of Sydney, NSW, Australia) ,  Chapman Archie C. (School of Information Technology and Electrical Engineering, University of Queensland, QLD, Australia)
資料名： Electric Power Systems Research  (Electric Power Systems Research)
巻： 188  ページ： Null  発行年： 2020年 
JST資料番号： C0994A  ISSN： 0378-7796  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： 相変化材料(PCM)を用いた建築物におけるエネルギー管理は,PCMの非線形熱容量のため,熱性能を改善するために困難である。この問題に取り組むため,本論文では,深い決定論的ポリシー勾配(DDPG)に基づくモデルフリーアクター-批評的強化学習法を採用した。提案した手法は,近似動的計画法(ADP)のようなモデルベース手法の主要な弱点を克服し,それは制御下の建築物の明示的熱モデルを必要とする。この要求は,広範囲の建築設計および建設タイプのために,既存のスマートメータにおけるエネルギー管理アルゴリズムのプラグアンドプレイ実装を行う。この困難を克服するために,著者らは,建物の完全な動力学へのアクセスなしに,連続行動空間でポリシーを学習できるDDPGアルゴリズムを使用する。建物の完全熱動力学へのアクセスによるADPベース手法に対してベンチマークすることにより,DDPGの競合性能を実証した。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 ,  熱容量 ,  熱力学 ,  *学習 ,  建築設計 ,  熱特性 ,  エネルギー管理 ,  ベンチマーク ,  強化学習
準シソーラス用語： プラグアンドプレイ ,  モデルベース ,  熱モデル ,  決定論 ,  相変化材料 ,  スマートメータ , 【Automatic Indexing@JST】

著者キーワード (5件)： アクタークリティック ,  近似動的計画法 ,  深い決定論的政策勾配 ,  家庭エネルギー管理 ,  相変化材料

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： 相変化材料 ,  ビルエネルギー ,  アクター ,  学習