深層強化学習を用いた家庭用蓄電池のエネルギーマネジメントシステムにおけるファインチューニングの導入

カテゴリ: 全国大会

論文No: 6-175

グループ名: 【全国大会】令和3年電気学会全国大会論文集

発行日: 2021/03/01

タイトル(英語): Investigation of Fine Tuning in Energy Management System for Household Storage Batteries Using Deep Reinforcement Learning

著者名: 森口大雅（東京理科大学）,片山昇（東京理科大学）

著者名(英語): Taiga Moriguchi (Tokyo University of Science),Noboru Katayama (Tokyo University of Science)

キーワード: 太陽光発電|蓄電池|深層強化学習|ファインチューニング|エネルギーマネジメントシステム|Hems|Photovoltaic Power Generation|Storage battery|Deep Reinforcement Learning|fine-tuning|Energy Management System|Hems

要約(日本語): 太陽光発電は一般的な住宅への普及が進んでおり，売電価格の低下とともに蓄電池を導入するケースも増加している。そこで先行研究では，実際の測定データを使用した，深層強化学習によるエネルギーマネジメントを行い，複数の目標の同時達成を実現した。しかし先行研究では，特定の住宅用エネルギーシステムに対して学習モデルのパラメータを決定するため，他の住宅に適用するには再学習が必要となり,学習に時間がかかるという課題がある。これに対し，学習済みモデルのパラメータを初期値とし学習を行うことで，パラメータを微調整することができる

原稿種別: 日本語

PDFファイルサイズ: 516 Kバイト