典型文献
基于强化学习的分布式光伏运维资源动态调度
文献摘要：
针对分布式光伏运维资源调度过程中因动态因素影响导致调度计划难以实施的问题,提出基于强化学习的分布式光伏运维资源动态调度方法.该方法通过构建动态调度规则同步调整运维任务的优先级,并以新计划完成成本最低和完成时间最短为优化目标构建动态调度模型.采用Q-Learning求解模型,通过实验对比,Q-Learning算法的求解速度快、算法稳定性好,更适合求解动态调度问题,所提资源动态调度方法可以应对分布式光伏运维过程中的动态因素影响,提升服务质量.
文献关键词：
分布式光伏;维修服务;动态调度;强化学习;Q-Learning算法
中图分类号：
作者姓名：
高鹏;苏雍贺;左颖;陶飞
作者机构：
北京航空航天大学 自动化科学与电气工程学院,北京 100191
文献出处：
引用格式：
[1]高鹏;苏雍贺;左颖;陶飞-.基于强化学习的分布式光伏运维资源动态调度)[J].计算机集成制造系统,2022(02):552-563
A类：
B类：
强化学习,分布式光伏,光伏运维,运维资源,资源动态调度,资源调度,响导,调度计划,动态调度方法,调度规则,步调,优先级,成本最低,完成时间,时间最短,优化目标,调度模型,Learning,解模,实验对比,调度问题,提资,运维过程,提升服务质量,维修服务
AB值：
0.322763
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
