返回
Multi-modal multi-task artificial intelligence model for active distribution network scheduling with multi-agent reinforcement learning
DOI:10.1016/j.epsr.2025.112091.png)
摘要
En 中文
• 提出了一种用于ADN调度的多模态多任务AI框架。
• 将电网状态和太阳能电池板图像数据作为实时输入。
• 混合CNN-ViT编码器实现了用于污垢估计的实时图像回归。
• 所提出的框架在大型2289节点Nizwa网络上得到了验证。
Keyword:
Deep learning
Multi-modal framework
Renewable energy
Reinforcement learning
Artificial intelligence
期刊
IF:
4.2
论文数:
1.2W
被引数:
2.2W
机构
引用论文
Optimal Planning of Multiple Renewable Energy-Integrated Distribution System With Uncertainties Using Artificial Hummingbird Algorithm基于人工蜂鸟算法的不确定多可再生能源综合配电系统优化规划
IEEE ACCESS
IF3.6
SciPy 1.0: fundamental algorithms for scientific computing in PythonSciPy 1.0: Python中科学计算的基本算法
NATURE METHODS
IF32.1
Multi-Agent Graph Reinforcement Learning Method for Electric Vehicle on-Route Charging Guidance in Coupled Transportation Electrification耦合交通电气化电动汽车在线充电引导的多智能体图强化学习方法
Federated Multiagent Deep Reinforcement Learning Approach via Physics-Informed Reward for Multimicrogrid Energy Management通过多微电网能源管理的物理信息奖励联合多代理深度强化学习方法
没有更多内容

