Deep Reinforcement Learning for Cascaded Hydropower Reservoirs Considering Inflow Forecasts
Deep Reinforcement Learning for Cascaded Hydropower Reservoirs Considering Inflow Forecasts
复制标题
考虑流入量预测的梯级水电站深度强化学习
DOI：
10.1007/s11269-020-02600-w
复制
发表时间：
2020-06
影响因子：
4.3
通讯作者：
Liang Yue
中科院分区：
文献类型：
--
作者：
Xu Wei;Zhang Xiaoli;Peng Anbang;Liang Yue
提出了一种考虑入库预报的梯级水库智能调度的深度强化学习(DRL)框架，其中包括大的离散动作空间和入库预报的不确定性两个关键问题
This paper develops a deep reinforcement learning (DRL) framework for intelligence operation of cascaded hydropower reservoirs considering inflow forecasts, in which two key problems of large discrete action spaces and uncertainty of inflow forecasts are
登录
查看更多内容
影响因子：
4.6
作者：
Peng AnBang;Peng Yong;Zhou HuiCheng;Zhang Chi
通讯作者：
Zhang Chi
DOI：
10.1109/tsmc.2013.2294155
发表时间：
2014-01
期刊：
IEEE Transactions on Systems, Man, and Cybernetics: Systems
影响因子：
--
作者：
Stefanos Doltsinis;P. Ferreira;N. Lohse
通讯作者：
Stefanos Doltsinis;P. Ferreira;N. Lohse
影响因子：
5.4
作者：
A. Turgeon
通讯作者：
A. Turgeon
影响因子：
--
作者：
Huibin Lu;Baozhu Hu;Zhiyuan Ma;Shuhuan Wen
通讯作者：
Huibin Lu;Baozhu Hu;Zhiyuan Ma;Shuhuan Wen
影响因子：
--
作者：
Hai-Chuan Xu;Wei Zhang;Xiong Xiong-Xiong;Wei‐Xing Zhou
通讯作者：
Hai-Chuan Xu;Wei Zhang;Xiong Xiong-Xiong;Wei‐Xing Zhou