LEARNING
面向智能电网分布式稳定控制的联邦物理强化学习
Omar Al-Refai, Ibrahim Shahbaz, Adam Ali Husseinat, Eman Hammad
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出FedPPO-PG框架，将暂态稳定控制转化为基于物理邻域的多智能体强化学习问题，通过联邦学习和集中训练-分散执行范式实现高效协同。在IEEE 39节点系统仿真中，该方法实现100%稳定率，稳定时间减少72.4%，控制功耗降低7-14倍。
关键词
federated learningreinforcement learningsmart gridstability controlmulti-agent
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018