arXiv cs.AI· Max Bruninx, Timothy Verstraeten, Jan Decuyper, Ann Now\'e, Jan Helsen·· 11 小时前AI 评分24
面向可解释风电场功率控制的价值导向策略蒸馏
Value-oriented policy distillation for interpretable wind farm power control
AI 导读
研究提出一种基于可解释提升机（EBM）的策略蒸馏框架，为风电场隐式平衡控制生成透明控制策略，并引入价值导向视角与专家知识以提升收益与可解释性。基于比利时电网和某海上风电场真实数据，该控制器将不平衡成本降低 82%，优于价格阈值控制器和基于决策树的策略蒸馏基线。
正文 · AI 翻译
摘要：风电场功率控制有助于系统保持平衡并避免停电。在欧洲，这可以通过隐式平衡来实现，即风电场利用输电系统运营商发布的信息，在预期不平衡价格的情况下调整其功率设定点。由此，风电场在帮助恢复系统平衡的同时，也降低了自身因预测误差而产生的不平衡成本。然而，隐式平衡是一个具有挑战性的问题，因为结算价格事先未知，且可能受到所采用控制策略的影响。强化学习方法有助于解决这一问题，但缺乏在真实风电场部署所需的可解释性。因此，我们提出了一种策略蒸馏框架，采用可解释提升机（EBM）——广义加性模型的一种变体——来获得透明的控制策略。为提高 EBM 模型所捕获的价值，我们借鉴能源预测领域的研究，引入了一种价值导向的策略蒸馏视角。此外，我们建议在模型设计中纳入专家知识，从而使控制策略对利益相关方也具有合理性。利用比利时电网和一座海上风电场的真实数据，我们发现，我们的价值导向且基于专家的控制器可将不平衡成本降低 82%，同时优于价格阈值控制器以及使用决策树的策略蒸馏基线。
| 学科： | 人工智能（cs.AI）；系统与控制（eess.SY） |
| 引用为： | arXiv:2611.08245 [cs.AI] |
| （或 arXiv:2611.08245v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.08245 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Max Bruninx [查看邮箱]
[v1]
2026年11月5日星期四 16:22:55 UTC（84 KB）
来源：arXiv cs.AI · arxiv.org