エネルギープラント運用計画への群強化学習の適用

カテゴリ: 研究会(論文単位)

論文No: SMF18050

グループ名: 【D】産業応用部門 スマートファシリティ研究会

発行日: 2018/11/06

タイトル(英語): Application of Swarm Reinforcement Learning to Operational Planning of Energy Plants

著者名: 佐藤 繭子(明治大学),福山 良和(明治大学)

著者名(英語): Mayuko Sato(Meiji University),Yoshikazu Fukuyama(Meiji University)

キーワード: 群強化学習|運用計画|エネルギープラント|Swarm Reinforcement Learning|Operational Planning|Energy Plants

要約(日本語): 本論文では，工場やビルなどに設置されているエネルギープラントの運用計画システムに対し，開発のエンジニアリング工数の削減を目的として群強化学習を用いた方法を提案する。強化学習の基本的な手法となるQ学習による結果と，進化計算手法の１つであるParticle Swarm Optimziation(以下，PSO)による結果と，提案する群強化学習による結果を比較し，提案法による結果は，PSOの結果には及ばないものの，Q学習による結果より，エネルギーコストの削減が確認できた。

要約(英語): This paper proposes operation planning of energy plants in mid and small buildings by swarm reinforcement learning in order to reduce engineering man-hours. Although it takes many man-hours to develop optimization methods based operational planning, utilization of swarm reinforcement learning has a possibility to reduce the engineering man-hours. The results of the proposed method are compared with those of a basic Q learning based method and a basic particle swarm optimization based method. It is verified that energy cost can be reduced by the proposed method more than those by the original Q-learning based method.

原稿種別: 日本語

PDFファイルサイズ: 1,334 Kバイト