您的位置: 专家智库 > >

陈懿

作品数:2 被引量:13H指数:2
供职机构:北京市电力公司朝阳供电公司更多>>
发文基金:国家电网公司科技项目更多>>
相关领域:电气工程动力工程及工程热物理自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇动力工程及工...
  • 1篇电气工程
  • 1篇自动化与计算...

主题

  • 1篇电池
  • 1篇电池储能
  • 1篇电力
  • 1篇电力信息
  • 1篇电力信息系统
  • 1篇电网
  • 1篇电网电压
  • 1篇电压
  • 1篇信息安全
  • 1篇信息系统
  • 1篇学习算法
  • 1篇运行水平
  • 1篇配电
  • 1篇配电网
  • 1篇配电网电压
  • 1篇强化学习算法
  • 1篇储能
  • 1篇储能系统
  • 1篇DRL

机构

  • 2篇北京市电力公...
  • 1篇四川大学

作者

  • 2篇陈懿
  • 1篇周文涛
  • 1篇宋航
  • 1篇刘友波

传媒

  • 1篇电子世界
  • 1篇电力建设

年份

  • 1篇2020
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
电力信息系统安全体系的构建被引量:4
2013年
通过结合电力信息安全管理的相关知识,对电力信息安全体系进行分析研究,根据电力信息安全管理的要求,对三维、动态的电力信息安全管理体系结构进行分析,并从电力信息系统安全体系的管理体系、技术支撑和组织管理等三方面对电力信息安全管理系统进行阐述。
陈懿
关键词:电力信息系统信息安全
含储能系统的配电网电压调节深度强化学习算法被引量:9
2020年
通过在配电网末端接入用于系统调压等辅助服务的储能系统,能有效应对可再生能源的高度间歇性以及负荷需求波动导致的系统电压运行水平问题。文章将电池储能的运行建模为马尔可夫决策过程,考虑其后续调控能力,提出了一种含储能系统的配电网电压调节深度强化学习(deep reinforcement learning,DRL)算法,通过内嵌一个Q深度神经网络来逼近储能最佳动作价值,以解决状态空间过大的问题。储能荷电状态(state of charge,SOC)、可再生能源预测出力以及负荷水平组成状态特征向量作为Q网络的输入,输出提高电压运行水平的最优离散化充放电动作,并通过回放策略来训练。相比传统方法,所提方案基于学习而无需显式的不确定性模型,且计算效率较高。最后在TensorFlow架构下利用MATPOWER对IEEE 33节点配网系统进行了分析,证明了所提出方法的有效性。
史景坚周文涛张宁陈桥刘金涛曹振博陈懿宋航刘友波
关键词:配电网电池储能
共1页<1>
聚类工具0