Deep Reinforcement Learning als Methode zur autonomen Steuerung von Niederspannungsnetzen mit Fokus auf die Netzstabilität
L. Quakernack, M. Kelker, U. Rückert, J. Haubrock, in: 2022.
Download (ext.)
Konferenzbeitrag
| Englisch
Autor*in
Erscheinungsjahr
Konferenz
17. Symposium Energieinnovation
Konferenzort
Graz
Konferenzdatum
2022-02-16 – 2022-02-18
FH-PUB-ID
Zitieren
Quakernack, Lars ; Kelker, Michael ; Rückert, Ulrich ; Haubrock, Jens: Deep Reinforcement Learning als Methode zur autonomen Steuerung von Niederspannungsnetzen mit Fokus auf die Netzstabilität. In: , 2022
Quakernack L, Kelker M, Rückert U, Haubrock J. Deep Reinforcement Learning als Methode zur autonomen Steuerung von Niederspannungsnetzen mit Fokus auf die Netzstabilität. In: ; 2022.
Quakernack, L., Kelker, M., Rückert, U., & Haubrock, J. (2022). Deep Reinforcement Learning als Methode zur autonomen Steuerung von Niederspannungsnetzen mit Fokus auf die Netzstabilität. Presented at the 17. Symposium Energieinnovation, Graz.
@inproceedings{Quakernack_Kelker_Rückert_Haubrock_2022, title={Deep Reinforcement Learning als Methode zur autonomen Steuerung von Niederspannungsnetzen mit Fokus auf die Netzstabilität}, author={Quakernack, Lars and Kelker, Michael and Rückert, Ulrich and Haubrock, Jens}, year={2022} }
Quakernack, Lars, Michael Kelker, Ulrich Rückert, and Jens Haubrock. “Deep Reinforcement Learning Als Methode Zur Autonomen Steuerung von Niederspannungsnetzen Mit Fokus Auf Die Netzstabilität,” 2022.
L. Quakernack, M. Kelker, U. Rückert, and J. Haubrock, “Deep Reinforcement Learning als Methode zur autonomen Steuerung von Niederspannungsnetzen mit Fokus auf die Netzstabilität,” presented at the 17. Symposium Energieinnovation, Graz, 2022.
Quakernack, Lars, et al. Deep Reinforcement Learning Als Methode Zur Autonomen Steuerung von Niederspannungsnetzen Mit Fokus Auf Die Netzstabilität. 2022.
Link(s) zu Volltext(en)
Access Level
Closed Access
Google Scholar