文献

J-GLOBAL ID：202102267223231017   整理番号：21A0665656

深層Q学習ネットワークに基づく配電網再構成に関する研究【JST・京大機械翻訳】

Research on Distribution Network Reconfiguration Based on Deep Q-learning Network

著者 (3件)： Di Huifang (Nanjing Normal University,NARI School of Electrical Engineering and Automation,Nanjing,China) ,  Bao Yuqing (Nanjing Normal University,NARI School of Electrical Engineering and Automation,Nanjing,China) ,  Wang Beibei (Southeast University,School of Electrical Engineering,Nanjing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： EI2  ページ： 2728-2732  発行年： 2020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： 配電ネットワークの再構成問題は,伝送電力損失を最小化するための最適化問題である。従来の数学的方法は,この種の非線形混合整数問題を解くのが難しい。本論文は,深いQ学習と人工ニューラルネットワークを結合する深いQ学習ネットワーク(DQN)に基づくアルゴリズムを提案した。配電ネットワーク再構成のための新しい方法を,伝送電力損失の最小化と対応する制約の考察の目的で,本論文においてDQNに基づいて提示した。提案方法は,IEEE33バス試験システムの動的再構成からの結果によって有効であることを証明した。Copyright 2021 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： アルゴリズム ,  最適化問題 ,  *ネットワーク ,  *配電 ,  ニューラルネットワーク ,  再構成 ,  深層
準シソーラス用語： 電力損失 ,  動的再構成 ,  *Q学習 ,  検査システム ,  *配電網 ,  ネットワーク再構成 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 深層 ,  Q学習 ,  配電網 ,  再構成 ,  研究