深層強化学習を用いた自律分散負荷周波数制御におけるエージェント間の協調に関する研究

カテゴリ: 研究会(論文単位)

論文No: PE18149

グループ名: 【B】電力・エネルギー部門 電力技術研究会

発行日: 2018/09/27

タイトル(英語): A Study on Cooperation with Agents in Autonomous Decentralized Load Frequency Control Using Deep Q Learning

著者名: 高田 聖也(東北大学),織原 大(東北大学),飯岡 大輔(東北大学)

著者名(英語): Seiya Takada(Tohoku University),Dai Orihara(Tohoku University),Daisuke Iioka(Tohoku University)

キーワード: 負荷周波数制御|平均合意アルゴリズム|マルチエージェント|自律分散制御|深層強化学習|load frequency control|average consensus algorithm|multi-agent|autonomous decentralized control|deep renforcement learning

要約(日本語): 本稿では深層強化学習を用いることで多目的最適化が可能になった自律分散LFCについて検討した。これまで複数の自律分散LFCを同時に、同様に運用すると正しく学習されない場合が確認できていたが、本稿ではこの原因と学習方法を変更した場合の影響について検討した。提案法に基づく制御系を構築し、様々な学習方法を採用した場合をそれぞれシミュレーションすることで、複数エージェントが協調した際の有効性を評価した。

要約(英語): This paper describes an autonomous decentralized load frequency control system which is able to multi-objective optimization by using the deep Q learning. The problem have confirmed that some agents may fail to learn when multiple agents do simultaneously. This paper shows solutions of the problem and results of developing and evaluating proposed solutions.

原稿種別: 日本語

PDFファイルサイズ: 1,733 Kバイト