Интернет конференция по проблемам теории и практики управления

Название: Проектирование адаптивных систем распределенной электроэнергетики на основе глубокого обучения с подкреплением
Автор: Алёна Игоревна Полюхович
Аннотация:
Рассмотрен процесс проектирования адаптивных систем распределённой электроэнергетики с помощью глубокого обучения с подкреплением. В качестве адаптивных систем выступают микросети, представляющие собой локальные, автономные системы распределённой электроэнергетики, имеющие различные топологии в зависимости от состояния электрической сети. Для корректного формирования микросетей определены топологические и эксплуатационные ограничения, на основе которых агент в глубоком обучении с подкреплением определяет возможные для совершения действия, приближающие его к достижению заданной цели. Поставлена задача максимизации суммарной мощности запитанных узлов в сети с учётом их приоритетов и указанных ограничений. Представлен алгоритм решения этой задачи посредством обучения с подкреплением. В численном примере продемонстрирован процесс формирования микросетей для тестовой сети. Высокая доля запитанной мощности сети за счёт действий агентов глубокого обучения с подкреплением подтверждает предположение о том, что такой подход корректен и оправдан для рассматриваемой задачи. Вычислительный эксперимент показал, что при изменяющейся топологии исходной сети обеспечить электроснабжение возможно в режиме реального времени при использовании одного и того же метода решения, динамически адаптирующегося к различным условиям
Ключевые слова:
микросети, глубокое обучения с подкреплением, Q-функция полезности, изолированная энергосистема, активная и реактивная мощность узла, обучение агента

Название: Проектирование адаптивных систем распределенной электроэнергетики на основе глубокого обучения с подкреплением
Автор: Алёна Игоревна Полюхович
Аннотация:
Рассмотрен процесс проектирования адаптивных систем распределённой электроэнергетики с помощью глубокого обучения с подкреплением. В качестве адаптивных систем выступают микросети, представляющие собой локальные, автономные системы распределённой электроэнергетики, имеющие различные топологии в зависимости от состояния электрической сети. Для корректного формирования микросетей определены топологические и эксплуатационные ограничения, на основе которых агент в глубоком обучении с подкреплением определяет возможные для совершения действия, приближающие его к достижению заданной цели. Поставлена задача максимизации суммарной мощности запитанных узлов в сети с учётом их приоритетов и указанных ограничений. Представлен алгоритм решения этой задачи посредством обучения с подкреплением. В численном примере продемонстрирован процесс формирования микросетей для тестовой сети. Высокая доля запитанной мощности сети за счёт действий агентов глубокого обучения с подкреплением подтверждает предположение о том, что такой подход корректен и оправдан для рассматриваемой задачи. Вычислительный эксперимент показал, что при изменяющейся топологии исходной сети обеспечить электроснабжение возможно в режиме реального времени при использовании одного и того же метода решения, динамически адаптирующегося к различным условиям
Ключевые слова:
микросети, глубокое обучения с подкреплением, Q-функция полезности, изолированная энергосистема, активная и реактивная мощность узла, обучение агента