直播 | 帝国理工王剑虹：配电网中用多智能体强化学习进行的主动电压控制

「AI Drive」是由 PaperWeekly 和 biendata 共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。

本期 AI Drive，我们邀请到帝国理工学院控制和能源组在读博士王剑虹，为大家在线解读其发表在 NeurIPS 2021 的最新研究成果：Multi-Agent Reinforcement Learning for Active Voltage Control on Power Distribution Networks。对本期主题感兴趣的小伙伴，11 月 18 日（本周二）晚 7 点，我们准时相约 PaperWeekly 直播间。

直播信息

本文提出了电力网络中的一个问题，该问题为多智能体强化学习 (MARL) 的应用创造了一个令人兴奋但又具有挑战性的现实世界场景。脱碳的新趋势给配电网络带来了过大的压力。主动电压控制被视为一种有前途的解决方案，可在无需额外硬件投资的情况下缓解电力拥塞和改善电压质量，利用网络中的可控设备，例如屋顶光伏 (PV) 和静态无功补偿器 (SVC)。这些可控设备数量众多，分布在广泛的地理区域，使 MARL 成为自然的候选者。

本文在 Dec-POMDP 的框架下制定了有源电压控制问题，并建立了一个开源环境。它旨在弥合权力社区和 MARL 社区之间的差距，并成为 MARL 算法在现实世界中的应用的推动力。最后，我们分析了对最先进的 MARL 方法造成挑战的有源电压控制问题的特殊特征，并总结了潜在的方向。

论文标题：

Multi-Agent Reinforcement Learning for Active Voltage Control on Power Distribution Networks

论文链接：

https://arxiv.org/abs/2110.14300

本次分享的具体内容有：  

• 电力网络简介

• 主动电压控制的背景

• 分布式主动电压控制

• 实验结果

• 结论

嘉宾介绍

 王剑虹 / 帝国理工学院博士生 

王剑虹，帝国理工学院控制和能源组在读博士，目前主要致力于可解释（多智能体）强化学习以及其在电力系统或者其他平台上的应用，已有相关工作发表在 AAAI, ICLR, NeurIPS, IJCAI。

直播地址 & 交流群

本次直播将在 PaperWeekly 视频号和 B 站直播间进行，扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，在 PaperWeekly 微信公众号后台回复「AI Drive」，即可获取入群通道。

视频号直播间：

扫描下方二维码关注 PaperWeekly 视频号，第一时间获取开播提醒。

B 站直播间：

https://live.bilibili.com/14884511

合作伙伴

🔍

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

·