エネルギープラント運用計画に対するDEEPSO-Qを用いた群強化学習の適用

カテゴリ: 研究会(論文単位)

論文No: SMF19022

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: 2019/08/26

タイトル(英語): Operational Planning of Energy Plants by Swarm ReinForcement Learning using DEEPSO-Q

著者名: 高橋 賢二郎(明治大学),福山 良和(明治大学)

著者名(英語): Kenjiro Takahashi(Meiji University),Yoshikazu Fukuyama(Meiji University)

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

要約(日本語): Society5.0のエネルギーバリューチェーンの最適化には，BEMSの浸透が必須である。大型ビル向けBEMSに対しては，様々な進化計算の適用が行われた。中型ビル向けBEMSに対しては，著者らが群強化学習(PSO-Q)の適用を行ってきたが，エネルギーコストの削減に改善の余地があった。そのため，PSOの改良手法であるDEEPSOを用いた新たな群強化学習DEEPSO-Qを提案し，中型ビルのエネルギープラント運用計画への適用を提案する。

要約(英語): This paper proposes a new swarm reinforcement learning DEEPSO-Q and operation planning of energy plants in middle buildings by DEEPSO-Q. The results of the proposed method are compared with PSO-Q. It is verified that energy cost can be reduced by the proposed method more than PSO-Q.

原稿種別: 日本語

PDFファイルサイズ: 938 Kバイト