【标题】A Reinforcement Learning-based Volt-VAR Control Dataset and Testing Environment

【作者团队】Yuanqi Gao, Nanpeng Yu

【发表日期】2022.4.20

【论文链接】https://arxiv.org/pdf/2204.09500.pdf

【数据集链接】https://github.com/yg-smile/rl_vvc_dataset

【推荐理由】为了促进基于强化学习 (RL) 的配电系统 Volt-VAR 控制 (VVC) 的开发，本文介绍了一套用于基于 RL 的 VVC 算法研究的开源数据集，该数据集具有样本效率、安全性和鲁棒性。其由两部分组成：1. 用于 IEEE-13、123 和 8500 总线测试馈线的类似 Gym 的 VVC 测试环境；2. 每个馈线的历史运行数据集。数据集和测试环境的潜在用户可以首先在历史数据集上训练一个样本高效的离线（批量）RL 算法，然后评估训练后的 RL 代理在测试环境中的性能。该数据集可作为一个有用的试验平台，用于模拟电力公司面临的实际运营挑战，开展基于RL的VVC研究。同时，它允许研究人员在不同算法之间进行公平的性能比较。

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除