机构名称：
¥ 1.0
近年来，数字化使机器学习成为改进多个行业流程的关键工具，例如电力系统。机器学习算法是基于统计学习理论的数据驱动模型，可用作利用电力系统及其用户生成的数据的工具。能源社区正在成为配电网中消费者和产消者的新组织。这些社区的运作方式可能有所不同，具体取决于其目标以及社区希望向配电系统运营商提供的潜在服务。本文在回顾 25 个能源社区项目的基础上，介绍了本地能源社区的概念。此外，对本地能源社区应用的机器学习算法进行了广泛的文献综述，并根据预测、存储优化、能源管理系统、电力稳定性和质量、安全性和能源交易对这些算法进行了分类。对文献中报告的主要算法进行了分析，并将其归类为监督、无监督和强化学习算法。研究结果表明，监督学习可以为预测任务提供准确的模型。同样，强化学习在控制相关应用方面也具有有趣的功能。
可再生和可持续能源评论
主要关键词
相关文件推荐
