arrow
返回

Multi-task learning for solving OPF in an evolving environment

delete2025-12-04
delete0
PRE
AI
Y
Yixiong Jia
Y
Yi Wang
Y
Yao Zhou *
DOI:10.1016/j.apenergy.2025.127174delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
• 为解决数据集不平衡挑战:我们提出了一种基于错误的过采样方法,以平衡每个场景的训练样本并避免有偏训练。 • 为解决弱相关性挑战:我们提出了一种多任务学习框架,以实现在四个场景间的知识迁移。 • 为进一步平衡训练过程:我们采用了自适应权重算法来平衡训练过程。这通过为每个训练样本单独应用可训练权重来实现。

期刊

Applied Energy 封面图
Applied Energy
IF:
11
论文数:
2.6W
被引数:
17.8W

机构

J
Jiangnan University
学者数:
3.9W
论文数: 2.7W
被引数: 4.7W
T
The University of Hong Kong
学者数:
6.6K
论文数: 3.2K
被引数: 7
引用论文

引用论文

err分享
err收藏
Neural networks for power flow: Graph neural solver用于潮流的神经网络: 图形神经求解器
err2020-12-01
err63
errOAAI
errDonon, Balthazar; Clement, Remy; Donnot, Benjamin; Marot, Antoine; Guyon, Isabelle; Schoenauer, Marc
err分享
err收藏
err分享
err收藏
学者 查看更多内容