Energy·· 15 小时前AI 评分18
语义掩码增强深度强化学习用于含车-楼灵活性的虚拟建筑群微电网储能调度
Semantic-mask-enhanced deep reinforcement learning for energy storage scheduling in virtual building-cluster microgrids with vehicle-to-building flexibility
模型导读
研究提出语义掩码增强的深度强化学习方法来优化虚拟建筑群微电网的储能调度，并纳入车辆到建筑（V2B）的灵活性。该方法面向建筑集群与电动汽车协同场景，成果发表于 Energy 第 367 卷。
来源：Energy · sciencedirect.com