دانلود مقاله انگلیسی رایگان:یادگیری عمیق اصلاح شده و یادگیری تقویتی برای یک مدل پاسخ تقاضای مبتنی بر انگیزه - 2020
دانلود بهترین مقالات isi همراه با ترجمه فارسی
دانلود مقاله انگلیسی یادگیری تقویتی رایگان
  • Modified deep learning and reinforcement learning for an incentive-based demand response model Modified deep learning and reinforcement learning for an incentive-based demand response model
    Modified deep learning and reinforcement learning for an incentive-based demand response model

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    Modified deep learning and reinforcement learning for an incentive-based demand response model


    ترجمه فارسی عنوان مقاله:

    یادگیری عمیق اصلاح شده و یادگیری تقویتی برای یک مدل پاسخ تقاضای مبتنی بر انگیزه


    منبع:

    Sciencedirect - Elsevier - Energy, 205 (2020) 118019. doi:10.1016/j.energy.2020.118019


    نویسنده:

    Lulu Wen a, b, c, Kaile Zhou a, b, *, Jun Li d, Shanyong Wang e


    چکیده انگلیسی:

    Incentive-based demand response (DR) program can induce end users (EUs) to reduce electricity demand during peak period through rewards. In this study, an incentive-based DR program with modified deep learning and reinforcement learning is proposed. A modified deep learning model based on recurrent neural network (MDL-RNN) was first proposed to identify the future uncertainties of environment by forecasting day-ahead wholesale electricity price, photovoltaic (PV) power output, and power load. Then, reinforcement learning (RL) was utilized to explore the optimal incentive rates at each hour which can maximize the profits of both energy service providers (ESPs) and EUs. The results showed that the proposed modified deep learning model can achieve more accurate forecasting results compared with some other methods. It can support the development of incentive-based DR programs under uncertain environment. Meanwhile, the optimized incentive rate can increase the total profits of ESPs and EUs while reducing the peak electricity demand. A short-term DR program was developed for peak electricity demand period, and the experimental results show that peak electricity demand can be reduced by 17%. This contributes to mitigating the supply-demand imbalance and enhancing power system security.
    Keywords: Demand response | Modified deep learning | Reinforcement learning | Smart grid


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 15
    حجم فایل: 1709 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