「AI Drive」是由 PaperWeekly 和 biendata 共同发起的学术直播间,旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为,单向地输出知识并不是一个最好的方式,而有效地反馈和交流可能会让知识的传播更加有意义,从而产生更大的价值。
本期 AI Drive,我们邀请到帝国理工学院控制和能源组在读博士王剑虹,为大家在线解读其发表在 NeurIPS 2021 的最新研究成果:Multi-Agent Reinforcement Learning for Active Voltage Control on Power Distribution Networks。对本期主题感兴趣的小伙伴,11 月 18 日(本周二)晚 7 点,我们准时相约 PaperWeekly 直播间。
直播信息
本文提出了电力网络中的一个问题,该问题为多智能体强化学习 (MARL) 的应用创造了一个令人兴奋但又具有挑战性的现实世界场景。脱碳的新趋势给配电网络带来了过大的压力。主动电压控制被视为一种有前途的解决方案,可在无需额外硬件投资的情况下缓解电力拥塞和改善电压质量,利用网络中的可控设备,例如屋顶光伏 (PV) 和静态无功补偿器 (SVC)。这些可控设备数量众多,分布在广泛的地理区域,使 MARL 成为自然的候选者。
本文在 Dec-POMDP 的框架下制定了有源电压控制问题,并建立了一个开源环境。它旨在弥合权力社区和 MARL 社区之间的差距,并成为 MARL 算法在现实世界中的应用的推动力。最后,我们分析了对最先进的 MARL 方法造成挑战的有源电压控制问题的特殊特征,并总结了潜在的方向。
论文标题:
Multi-Agent Reinforcement Learning for Active Voltage Control on Power Distribution Networks
论文链接:
https://arxiv.org/abs/2110.14300
本次分享的具体内容有:
电力网络简介
主动电压控制的背景
分布式主动电压控制
实验结果
结论
嘉宾介绍
王剑虹 / 帝国理工学院博士生
王剑虹,帝国理工学院控制和能源组在读博士,目前主要致力于可解释(多智能体)强化学习以及其在电力系统或者其他平台上的应用,已有相关工作发表在 AAAI, ICLR, NeurIPS, IJCAI。
直播地址 & 交流群
本次直播将在 PaperWeekly 视频号和 B 站直播间进行,扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后,嘉宾还将在直播交流群内实时 QA,在 PaperWeekly 微信公众号后台回复「AI Drive」,即可获取入群通道。
视频号直播间:
扫描下方二维码关注 PaperWeekly 视频号,第一时间获取开播提醒。
B 站直播间:
https://live.bilibili.com/14884511
合作伙伴
🔍
现在,在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
·