arXiv eess.SY 系统与控制· Josef Hoppe, Sarra Bouchkati, Farah Nasr, Jonathan Krapp, Alexander Och, Maximilian Wirth, Jan Schiefelbein-Lach, Oliver Pohl, Andreas Ulbig, Michael T. Schaub·· 13 小时前精选AI 评分44
低压电网中基于强化学习的拥堵管理鲁棒性研究
Robustness of Reinforcement Learning-Based Congestion Management in Low-Voltage Grids
AI 导读
该论文针对低压配电网中光伏、电动车充电和热泵负荷带来的运行越限问题，提出将拥堵检测与控制解耦的框架，用随机森林违规预分类器结合 actor-critic 控制器，并在真实低压电网的合成未来运行场景下测试。
推荐理由
论文给出噪声与模型失配两类扰动下的对比结果，可参考其解耦设计评估控制方案的鲁棒性。
来源：arXiv eess.SY 系统与控制 · arxiv.org