دانلود مقاله انگلیسی رایگان:تقویت انرژی مقرون به صرفه مدیریت انرژی یادگیری برای سلولهای سوختی هیبریدی پلاگین و باتری ها - 2020
دانلود بهترین مقالات isi همراه با ترجمه فارسی
دانلود مقاله انگلیسی یادگیری تقویتی رایگان
  • Cost-effective reinforcement learning energy management for plug-in hybrid fuel cell and battery ships Cost-effective reinforcement learning energy management for plug-in hybrid fuel cell and battery ships
    Cost-effective reinforcement learning energy management for plug-in hybrid fuel cell and battery ships

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    Cost-effective reinforcement learning energy management for plug-in hybrid fuel cell and battery ships


    ترجمه فارسی عنوان مقاله:

    تقویت انرژی مقرون به صرفه مدیریت انرژی یادگیری برای سلولهای سوختی هیبریدی پلاگین و باتری ها


    منبع:

    Sciencedirect - Elsevier - Applied Energy, 275 (2020) 115258. doi:10.1016/j.apenergy.2020.115258


    نویسنده:

    Peng Wu⁎, Julius Partridge, Richard Bucknall


    چکیده انگلیسی:

    Hybrid fuel cell and battery propulsion systems have the potential to offer improved emission performance for coastal ships with access to H2 replenishment and battery charging infrastructures in ports. However, such systems could be constrained by high power source degradation and energy costs. Cost-effective energy management strategies are essential for such hybrid systems to mitigate the high costs. This article presents a Double Q reinforcement learning based energy management system for such systems to achieve near-optimal average voyage cost. The Double Q agent is trained using stochastic power profiles collected from continuous monitoring of a passenger ferry, using a plug-in hybrid fuel cell and battery propulsion system model. The energy management strategies generated by the agent were validated using another test dataset collected over a different period. The proposed methodology provides a novel approach to optimal use hybrid fuel cell and battery propulsion systems for ships. The results show that without prior knowledge of future power demands, the strategies can achieve near-optimal cost performance (96.9%) compared to those derived from using dynamic programming with the equivalent state space resolution.
    Keywords: Coastal ferry | Hybrid fuel cell and battery | Continuous monitoring | Energy management system | Reinforcement learning


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 18
    حجم فایل: 2495 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi