基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着中国电力市场化改革的推进,需求响应业务在向着多元化、常态化发展,新环境对需求响应的可靠性与精准性的要求越来越高,亟须完善的技术支撑.深度强化学习能够对复杂的外部环境做出较为准确的识别,并做出最优决策,能够满足需求响应的相关要求.基于此,文中对深度强化学习技术在需求响应中的应用进行了研究与探讨.首先对深度强化学习的发展历程及研究现状进行了梳理,同时分析了需求响应的研究现状与未来发展需求.在此基础上,对深度强化学习应用于需求响应业务的可行性与方法进行了探讨.提出了基于深度强化学习的需求响应业务开展架构,并对深度强化学习的实现流程进行了较为深入的分析,为需求响应技术的发展提供了参考.
推荐文章
深度强化学习算法在慢走丝机床上的应用研究
慢走丝线切割机床
恒张力
自适应PID
深度强化学习
分布式强化学习在RoboCup中的应用
强化学习
分布式强化学习
Agent
RoboCup
强化学习在足球机器人基本动作学习中的应用
强化学习
机器人足球比赛
行为学习
T-S模糊神经网络
基于深度强化学习的服务功能链映射算法
网络功能虚拟化
服务功能链
深度强化学习
网络时延
网络运维开销
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度强化学习在需求响应中的应用
来源期刊 电力系统自动化 学科
关键词 需求响应 深度学习 强化学习 人工智能 神经网络
年,卷(期) 2019,(5) 所属期刊栏目 综述
研究方向 页码范围 183-191
页数 9页 分类号
字数 10637字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐永海 华北电力大学电气与电子工程学院 107 2981 25.0 53.0
2 孙毅 华北电力大学电气与电子工程学院 120 1005 16.0 26.0
3 李彬 华北电力大学电气与电子工程学院 100 523 12.0 19.0
4 刘迪 华北电力大学电气与电子工程学院 9 16 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (549)
共引文献  (799)
参考文献  (30)
节点文献
引证文献  (10)
同被引文献  (69)
二级引证文献  (5)
1933(1)
  • 参考文献(0)
  • 二级参考文献(1)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(5)
  • 参考文献(0)
  • 二级参考文献(5)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(7)
  • 参考文献(0)
  • 二级参考文献(7)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(8)
  • 参考文献(0)
  • 二级参考文献(8)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(10)
  • 参考文献(0)
  • 二级参考文献(10)
2001(10)
  • 参考文献(0)
  • 二级参考文献(10)
2002(10)
  • 参考文献(0)
  • 二级参考文献(10)
2003(19)
  • 参考文献(0)
  • 二级参考文献(19)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(17)
  • 参考文献(0)
  • 二级参考文献(17)
2007(15)
  • 参考文献(0)
  • 二级参考文献(15)
2008(20)
  • 参考文献(0)
  • 二级参考文献(20)
2009(34)
  • 参考文献(0)
  • 二级参考文献(34)
2010(44)
  • 参考文献(1)
  • 二级参考文献(43)
2011(37)
  • 参考文献(0)
  • 二级参考文献(37)
2012(35)
  • 参考文献(0)
  • 二级参考文献(35)
2013(54)
  • 参考文献(0)
  • 二级参考文献(54)
2014(46)
  • 参考文献(5)
  • 二级参考文献(41)
2015(53)
  • 参考文献(2)
  • 二级参考文献(51)
2016(58)
  • 参考文献(3)
  • 二级参考文献(55)
2017(41)
  • 参考文献(14)
  • 二级参考文献(27)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(7)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(7)
  • 二级引证文献(0)
2019(7)
  • 引证文献(7)
  • 二级引证文献(0)
2020(8)
  • 引证文献(3)
  • 二级引证文献(5)
研究主题发展历程
节点文献
需求响应
深度学习
强化学习
人工智能
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力系统自动化
半月刊
1000-1026
32-1180/TP
大16开
江苏省南京市江宁区诚信大道19号
28-40
1977
chi
出版文献量(篇)
12334
总下载数(次)
31
总被引数(次)
449556
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导