电子技术杂志官网

摘要：阐述电网调控运行中的数据采集、安全风险特征选择、基于深度强化学习的电网切机决策控制，提出一种全新的控制方法。探讨在实际应用中可有效降低发电机的运行速度偏差，促进高精度调控。

关键词： 深度强化学习; 决策控制; 电网调控;

专辑： 工程科技Ⅱ辑;信息科技

专题： 电力工业;自动化技术

分类号： TM73;TP18

相似文献

[1] 一种用于癌症分类的两阶段深度特征选择提取算法[J]. 胡艳羽;赵龙;董祥军.计算机科学,2022(07)

[2] 遗传算法在储粮害虫特征选择中的应用[J]. 张红涛,胡玉霞,邱道尹.华北水利水电学院学报,2004(03)

[3] 基于自适应图学习的半监督特征选择[J]. 江兵兵;何文达;吴兴宇;项俊浩;洪立斌;盛伟国.电子学报,2022(07)

[4] 特征选择稳定性研究综述[J]. 刘艺;曹建军;刁兴春;周星.软件学报,2018(09)

[5] 多重筛选逐步回归特征选择法及其应用[J]. 钱学双.信息与控制,1986(05)

[6] 基于稀疏系数矩阵重构的多标记特征选择[J]. 李永豪 ;胡亮 ;高万夫 .计算机学报,2022(09)

[7] 基于样本邻域保持的代价敏感特征选择[J]. 余胜龙;赵红.数据采集与处理,2018(02)

[8] 基于支持向量机及特征选择的单通道脑电波睡眠分期研究[J]. 林秀晶;夏勇明;钱松荣.生物医学工程学杂志,2015(03)

[9] 特征选择研究综述[J]. 黄铉.信息与电脑(理论版),2017(24)

[10] 基于深度特征选择的多示例算法及在图像分类中的应用[J]. 吕文恬;杨涵文;李星烨;高玉发;丁昕苗.合肥工业大学学报(自然科学版),2021(03)