动力工程论文_基于纵向联邦强化学习的居民社区_能源与节能杂志社投稿

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

动力工程论文_基于纵向联邦强化学习的居民社区

作者:

关键词:

摘要：

文章摘要:电、热、气等能源系统的实时管理能力关系到居民社区用能需求能否得到充分满足。本文首先基于DQN强化学习算法建立了一种综合考虑居民社区实时负荷大小、能源销售与采购价格的能源系统优化管理模型。其次，本文面向不同能源系统之间的数据壁垒现象，提出了一种基于纵向联邦学习技术的居民社区综合能源系统协同训练方法。该方法能够在三种能源系统DQN优化管理模型的训练过程中，通过交互DQN优化管理模型的网络梯度等参数信息来提升模型的训练速度。最后，算例分析验证了本文所构建DQN优化管理模型的有效性，同时验证了所提出居民社区综合能源系统协同训练方法能够优化各能源系统的经济效益及模型训练效率。

文章关键词:

论文DOI:10.13334/j.0258-8013.pcsee.210812

论文分类号:TK01;TM73