10.3979/j.issn.1673-825X.202010230322
基于竞争双深度Q学习的智能电表隐私保护与成本管理
智能电表能够实时采集、计算、存储和传输电力数据,对智能电网的运转起着关键性的作用.配备储能设备的智能家居是智能电表的一种重要的应用场景,它的发展面临隐私数据泄露隐患和高用电成本2个问题,需要研究两者的权衡优化策略.系统模型考虑了2种不同类型的储电设备,并建立了电表数据泄露和用电成本量化的权衡模型.考虑到传统深度强化学习存在过度估计和收敛慢的缺陷,提出一种基于竞争双深度Q学习的储能电器功率分配方法,实现了性能优化的目标.仿真结果表明,对比传统的深度Q学习和双深度Q学习方法,所提方法在隐私保护和成本控制2方面能获得更好的性能.
智能家居;智能电表;功率分配;隐私保护;成本管理;竞争双深度Q学习
33
TN929
国家电网有限公司科技项目终端智能化技术研究5400-201955454A-0-0-00
2021-08-10(万方平台首次上网日期,不代表论文的发表时间)
共8页
554-561