作者归档:姜泽朔

2024-6-20组会摘要02

论文介绍-Progressive Layered Extraction (PLE): A Novel Multi-Task
Learning (MTL) Model for Personalized Recommendations

推荐系统结构:

科研问题:

MTL并通过任务之间的信息共享被证明可以提高学习效率。然而,在现实世界的推荐系统中,任务通常是松散相关甚至相互冲突的,这可能导致性能下降,从而产生负迁移现象

MTL通常在改善某些任务的同时牺牲了其他任务的性能,产生一个目标提升其他目标下降的跷跷板现象,无法超越相应的单任务模型。

解决方案:提出个性化的门网络和渐进式的网络结构,具体过程将在组会中介绍。

2023-11-2组会摘要02

大模型介绍

常见误解:

大模型给出的回答是否是提前设计好的?

大模型给出的回答是否是网络上搜索的?

大模型结构:

大模型一般是通过输入编码、嵌入层、自注意机制和反向传播来将输入转变为输出。

大模型流程:

大模型训练的主要流程是预训练、督导式学习、强化学习来完成的。目前大多数应用可以基于原本模型进行微调。

2023-08-24组会摘要03

基于多智能体强化学习的微电网协作能源管理

科研问题:

如何在多个微电网的场景中最小化总成本并降低社区负载峰值?

多微电网场景中,智能体应如何在提供的众多状态信息中关注到关键状态信息?

科研目的:

提出一种面向多微电网协作的能源管理方法,使用多智能体强化学习(MARL)方法,来实现微电网之间的协作以最小化总成本和降低社区负载峰值。

提出使用注意力机制关注多智能体训练过程中的状态动作,使智能体更加关注能源调度时的关键信息。

科研内容

2023-06-15组会摘要02

基于多智能体强化学习的微电网协作能源管理

科研问题:

随着微电网部署数量的增加,将多个微电网以合作的方式结合起来,可以增加微电网的稳定性并提高能源效率。但是现有的调度方法难以有效管理多个微电网实体。如何在多个微电网的场景中最小化总成本并降低社区负载峰值?

在多微电网合作的场景中,每个微电网需要观察的状态数量很大,所以在决策过程中很容易忽略关键信息或者对关键信息的重视度不够。如何在进行多个微电网的能源调度时关注到关键状态信息?

科研目的:

提出一种面向多微电网协作的能源管理方法,使用多智能体强化学习(MARL)方法,来实现微电网之间的协作以最小化总成本和降低社区负载峰值。

提出使用注意力机制关注多智能体训练过程中的状态动作,使智能体更加关注能源调度时的关键信息。

科研内容:

其他内容将在组会中进行介绍。

2023年4月6日 组会报告摘要-03

我本次汇报的研究课题是《基于多智能体强化学习的异构微电网能源交易和管理系统》,我将从科研背景、科研问题、相关工作、科研目的、研究内容、研究计划进行汇报。

科研背景

在过去几年中,小型分布式能源得到了广泛的发展,传统的电力消费者已经能够主动监测和控制其消费以节省更多成本。许多实验证明多个微电网进行组网,不仅可以通过微电网间进行能源共享,提高配电网效率和可靠性,而且还减少了与主电网的交易,进一步节约成本。

科研问题

1.如何进行异构微电网间负载调度,才能满足其不同的需求?

2.如何在关注其他微电网的关键特征的同时保证用户隐私?

科研目的

1.提出一种基于多智能体深度强化学习的方案,解决异构微电网(住宅,商业楼,工厂)的能源调度。允许微电网间通过交易的方式满足各自不同的需求,达到最大奖励。

2.针对用户的隐私保护,采用混合市场的模型,并采用注意力机制让模型关注与自身能源调度最相关的特征的方案。达到提高交易效率,降低计算成本的目的。

科研内容

具体的研究方法将会在组会中详细介绍。

2023年1月5日 组会报告摘要-02

本次组会我将汇报我的研究进展:考虑用户舒适度的社区微电网能源管理,主要介绍以下几个方面:

科研背景

中国于 2020 年 9 月提出“努力争取 2060 年前实现碳中和的“ 3060”双碳目标。” 随着“双碳”政策的不断加压,新能源建设需求必将持续快速增长,由分布式新能源设备组成的微电网,将逐步取代传统的供电方式。作为智能微电网中的重要一环:能源管理系统(EMS)起到了重要作用。它的管理对象主要是分布式电源、储能系统、负荷系统。所以微电网能量管理系统具有发电优化调度、负荷管理、实时监测等功能。

科研问题

微电网能源管理具有边缘性和波动性等特点。很多的能源管理注重于家庭微电网,在目前看来家庭微电网的建设成本和占地面积仍然是痛点,尤其是在楼宇社区。并且由于家庭的可容载电荷量较小,波动性的影响更为严重。但是社区的能源管理未能得到很好的研究。能源管理系统要综合系统状态和多种类型的设备增加了控制复杂性,这使得传统的能源管理系统难以处理现在问题。尤其温度控制设备(HVAC)的增加需要在能源成本和舒适度之间找到平衡,迫切需要提出新的社区微电网解决方案。

科研目的

为了解决社区的能源管理问题,我们需要设计一个新的微电网管理框架,来统一的协调社区的设备。为了充分考虑社区微电网舒适度和成本的平衡,我们需要提出一种针对社区微电网的DRL的方法。

科研内容

具体的研究内容将在ppt中展示。

2022年10月27日 组会报告摘要-02

本次组会我将汇报我的研究进展:考虑用户舒适度的微电网能源管理,主要介绍以下几个方面:

1.研究背景

因为能源问题的日渐严峻,电网的架构正在从发电厂的能源供应方式,向分布式多类型的清洁能源系统过渡。分布式的能源系统具有很多优势:分布式的能源系统成本低,使用分布式能源减少了中央调度的需要和远距离传输中的能量损失,在电网发生扰动时,它将保持本地供电。但是由于分布式控制的规模小、波动性高的特点。对微电网能源管理系统提出了更高的要求。

2.科研问题

如何在保证用户舒适度的情况下对社区微电网进行控制在解决这个问题上有两个方向的解决方案,一个是传统方向:基于模型的微电网控制,基于模型的控制依赖准确的模型和参数。因此,基于模型的方法既不可转移,也不可扩展,这导致了高开发成本。而另一方面在无模型的控制方法中深度强化学习方法逐渐崭露头角,然而很少有文章研究社区微电网的能源管理。而且很少将社区微电网的用户舒适度和利润控制相结合。

3.科研目的

提出一种考虑用户舒适度和能源利润的微电网优化目标;通过DRL算法来建立社区微电网的能源管理系统。

4.研究内容

下图为我使用的微电网模型,其余内容在ppt中展示

5.实验结果

将在ppt中展示。