Machine Learning Applied to the Operation of Fully Renewable Energy Systems

This work presents a novel learning algorithm for the operation policy of power systems trying to minimize the cost of fulfilling the energy demand. The algorithm improves upon the classical reinforcement learning methods by controlling the sampling variance in the estimation of the future cost spat...

Celý popis

Podrobná bibliografie

Vydáno v:	2023 IEEE PES GTD International Conference and Exposition (GTD) s. 139 - 143
Hlavní autoři:	Chaer, Ruben, Ramirez, Ignacio, Casaravilla, Gonzalo
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.05.2023
Témata:	Approximate Stochastic Dynamic Programming Costs Heuristic algorithms Lakes Power system dynamics Reinforcement learning Reinforcement Machine Learning Renewable Energies Solar energy Stochastic processes
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!