메뉴 건너뛰기
Library Notice
Institutional Access
If you certify, you can access the articles for free.
Check out your institutions.
ex)Hankuk University, Nuri Motors
Log in Register Help KOR
Subject

Deep Reinforcement Learning-Based Power System Topology Control
Recommendations
Search
Questions

논문 기본 정보

Type
Proceeding
Author
Haotian Zhang (한양대학교) Chen Wang (한양대학교) Myoung Hoon Lee (인천대학교) Jun Moon (한양대학교)
Journal
Institute of Control, Robotics and Systems 제어로봇시스템학회 국내학술대회 논문집 2024 The 39th ICROS Annual Conference (ICROS 2024)
Published
2024.7
Pages
235 - 236 (2page)

Usage

cover
📌
Topic
전력 시스템 제어 및 관리를 위한 OC-LSTM 알고리즘을 제안합니다.
📖
Background
재생 가능 에너지원의 통합으로 전력 전송의 효율성과 안전성이 저하되고 있습니다.
🔬
Method
LSTM 네트워크를 통해 전력 시스템의 시간적 특징을 추출하고, DRL 알고리즘을 통해 정책을 학습합니다.
🏆
Result
OC-LSTM 알고리즘은 기준 DRL 알고리즘보다 우수한 성능을 보이며, IEEE 14-bus 전력 시스템을 60시간 동안 안정적으로 유지할 수 있음을 입증했습니다.
Deep Reinforcement Learning-Based Power System Topology Control
Ask AI
Recommendations
Search
Questions

Abstract· Keywords

Report Errors
No content found

AI Summary

Topic

전력 시스템 제어 및 관리를 위한 OC-LSTM 알고리즘을 제안합니다.

Background

재생 가능 에너지원의 통합으로 전력 전송의 효율성과 안전성이 저하되고 있습니다.

Method

LSTM 네트워크를 통해 전력 시스템의 시간적 특징을 추출하고, DRL 알고리즘을 통해 정책을 학습합니다.

Result

OC-LSTM 알고리즘은 기준 DRL 알고리즘보다 우수한 성능을 보이며, IEEE 14-bus 전력 시스템을 60시간 동안 안정적으로 유지할 수 있음을 입증했습니다.

주요내용

Contents

No content found

References (0)

Add References

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Recently viewed articles

Comments(0)

0

Write first comments.

UCI(KEPA) : I410-ECN-151-24-02-090082512