您当前的位置:
首页 >
文章列表页 >
弹性配电系统动态负荷恢复的深度强化学习方法
学术研究 | 更新时间:2025-06-16
    • 弹性配电系统动态负荷恢复的深度强化学习方法

    • Deep Reinforcement Learning Method for Dynamic Load Restoration of Resilient Distribution Systems

    • 电力系统自动化   2022年46卷第8期 页码:68-78
    • DOI:10.7500/AEPS20210607005    

      中图分类号:
    • 收稿:2021-06-07,

      修回:2021-11-08,

      网络出版:2022-02-24,

      纸质出版:2022-04-25

    移动端阅览

  • 黄玉雄,李更丰,张理寅等.弹性配电系统动态负荷恢复的深度强化学习方法[J].电力系统自动化,2022,46(8):68-78. DOI: 10.7500/AEPS20210607005.

    HUANG Yuxiong,LI Gengfeng,ZHANG Liyin,et al.Deep Reinforcement Learning Method for Dynamic Load Restoration of Resilient Distribution Systems[J].Automation of Electric Power Systems,2022,46(8):68-78. DOI: 10.7500/AEPS20210607005.

  •  
  •  

0

浏览量

0

下载量

8

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

考虑用户能量优化调度的配电网灾后故障恢复策略
多微网多时间尺度交易机制设计和交易策略优化
新一代人工智能技术在电力系统调度运行中的应用评述

相关作者

钟剑
陈晨
张昊辰
沈文韬
卞艺衡
李更丰
别朝红
陆秋瑜

相关机构

电力设备电气绝缘国家重点实验室(西安交通大学)
西安交通大学电气工程学院
广东电网有限责任公司电力调度控制中心
华北电力大学电气与电子工程学院
河海大学能源与电气学院
0