{"product_id":"ieej-zt20216-176","title":"深層強化学習を用いた実データによる家庭用蓄電池のエネルギーマネジメント","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e6-176\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】令和3年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2021\/03\/01\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eEnergy Management of Household Storage Batteries Using Real Data with Deep Reinforcement Learning\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e梅田拓史（東京理科大学）,片山昇（東京理科大学）\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eTakushi Umeda (Tokyo University of Science),Noboru Katayama (Tokyo University of Science)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e深層強化学習|エネルギーマネジメント|蓄電池システム|人工知能|深層学習|reinforcement deep learning|energy management|battery management system|artificial intelligent|deep learning\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e太陽光発電（太陽光発電）は、今後のエネルギー政策において最も重要なエネルギー源の一つである。太陽光発電と蓄電池を組み合わせることで、より安定した電力供給と電力の売買が可能となり、経済的なメリットがあるが、経済性、ロードシフト、蓄電池の維持・運用など、すべての目標を同時に達成することは難しい。本研究では、需要や太陽光発電などの時間推移による多次元入力を計算するのに適した、深層強化学習を用いた太陽光発電と蓄電池の組み合わせによる新たなエネルギーマネジメント手法を提案する。シミュレーションデータや計測データのシ\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e542 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 2","offer_id":46401998291183,"sku":"IEEJ-ZT20216-176-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_5a5d410a-43fd-4563-b1ae-6ffb6be3c726.png?v=1744967417","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt20216-176","provider":"電気学会 電子図書館","version":"1.0","type":"link"}