基于深度强化学习的轨交飞轮储能系统能量管理

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘  要:随着城市化进程的加速和公共交通系统的发展,地铁系统的运营效率和能源利用效率受到越来越多的关注。飞轮储能技术凭借其高功率循环能力,为轨道交通系统的能源利用问题提供新的解决方案。该文采用马尔科夫决策过程来描述单飞轮储能系统的能量管理问题,并使用基于深度Q网络的强化学习算法来学习最优的充放电阈值动态调整策略。(剩余6466字)

目录
monitor