Buchumschlag

Optimal Design of Volt/VAR Control Rules of Inverters using Deep Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gupta, Sarthak, Kekatos, Vassilis, Chatzivasileiadis, Spyros
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Optimization and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Solving Conic Programs over Sparse Graphs using a Variational Quantum Approach: The Case of the Optimal Power Flow
von: Le, Thinh Viet, et al.
Veröffentlicht: (2025)

Learning AC Power Flow Solutions using a Data-Dependent Variational Quantum Circuit
von: Le, Thinh Viet, et al.
Veröffentlicht: (2025)

Variational Quantum Eigensolver with Constraints (VQEC): Solving Constrained Optimization Problems via VQE
von: Le, Thinh Viet, et al.
Veröffentlicht: (2023)

Volt/VAR Optimization in Transmission Networks with Discrete-Control Devices
von: Tong, Shuaicheng, et al.
Veröffentlicht: (2026)

An Efficient On-Policy Deep Learning Framework for Stochastic Optimal Control
von: Hua, Mengjian, et al.
Veröffentlicht: (2024)

End-to-End Learning Framework for Solving Non-Markovian Optimal Control
von: Zhang, Xiaole, et al.
Veröffentlicht: (2025)

Global Performance Guarantees for Neural Network Models of AC Power Flow
von: Chevalier, Samuel, et al.
Veröffentlicht: (2022)

Beyond Discretization: Learning the Optimal Solution Path
von: Dong, Qiran, et al.
Veröffentlicht: (2024)

Deep Learning for the Multiple Optimal Stopping Problem
von: Laurière, Mathieu, et al.
Veröffentlicht: (2025)

Learning to Stop: Deep Learning for Mean Field Optimal Stopping
von: Magnino, Lorenzo, et al.
Veröffentlicht: (2024)

Global Search of Optimal Spacecraft Trajectories using Amortization and Deep Generative Models
von: Beeson, Ryne, et al.
Veröffentlicht: (2024)

Deep Learning Model Predictive Control for Deep Brain Stimulation in Parkinson's Disease
von: Steffen, Sebastian, et al.
Veröffentlicht: (2025)

Scalable Volt-VAR Optimization using RLlib-IMPALA Framework: A Reinforcement Learning Approach
von: Selim, Alaa, et al.
Veröffentlicht: (2024)

Unified Precision-Guaranteed Stopping Rules for Contextual Learning
von: Ding, Mingrui, et al.
Veröffentlicht: (2026)

Learning-Based Optimal Control with Performance Guarantees for Unknown Systems with Latent States
von: Lefringhausen, Robert, et al.
Veröffentlicht: (2023)

Learning to Solve Constrained Bilevel Control Co-Design Problems
von: Kotary, James, et al.
Veröffentlicht: (2025)

Sequential Bayesian Optimal Experimental Design in Infinite Dimensions via Policy Gradient Reinforcement Learning
von: Shen, Kaichen, et al.
Veröffentlicht: (2026)

Near-Optimal Algorithms for Group Distributionally Robust Optimization and Beyond
von: Soma, Tasuku, et al.
Veröffentlicht: (2022)

Rate-Optimal Regret for the Safe Learning-based Control of the Constrained Linear Quadratic Regulator
von: Hutchinson, Spencer, et al.
Veröffentlicht: (2026)

An Optimal Control Approach To Transformer Training
von: Akman, Kağan, et al.
Veröffentlicht: (2026)

Error estimation for physics-informed neural networks with implicit Runge-Kutta methods
von: Stiasny, Jochen, et al.
Veröffentlicht: (2024)

Learning Optimal Control and Dynamical Structure of Global Trajectory Search Problems with Diffusion Models
von: Graebner, Jannik, et al.
Veröffentlicht: (2024)

Optimal Pattern Detection Tree for Symbolic Rule-Based Classification
von: Hong, Young-Chae, et al.
Veröffentlicht: (2026)

Take It or Leave It: Intent-Controlled Partial Optimal Transport
von: Tripathi, Salil Parth, et al.
Veröffentlicht: (2026)

A Taxonomy of Loss Functions for Stochastic Optimal Control
von: Domingo-Enrich, Carles
Veröffentlicht: (2024)

Decision-Focused Learning with Directional Gradients
von: Huang, Michael, et al.
Veröffentlicht: (2024)

Fill-and-Spill: Deep Reinforcement Learning Policy Gradient Methods for Reservoir Operation Decision and Control
von: Tabas, Sadegh Sadeghi, et al.
Veröffentlicht: (2024)

Deterministic Trajectory Optimization through Probabilistic Optimal Control
von: Filabadi, Mohammad Mahmoudi, et al.
Veröffentlicht: (2024)

Towards an Optimal Control Perspective of ResNet Training
von: Püttschneider, Jens, et al.
Veröffentlicht: (2025)

Mutual Information Optimal Control of Discrete-Time Linear Systems
von: Enami, Shoju, et al.
Veröffentlicht: (2025)

On Policy Stochasticity in Mutual Information Optimal Control of Linear Systems
von: Enami, Shoju, et al.
Veröffentlicht: (2025)

InterQ: A DQN Framework for Optimal Intermittent Control
von: Aggarwal, Shubham, et al.
Veröffentlicht: (2025)

Iterative regularization in classification via hinge loss diagonal descent
von: Apidopoulos, Vassilis, et al.
Veröffentlicht: (2022)

Neural Collapse versus Low-rank Bias: Is Deep Neural Collapse Really Optimal?
von: Súkeník, Peter, et al.
Veröffentlicht: (2024)

A Schrödinger Eigenfunction Method for Long-Horizon Stochastic Optimal Control
von: Claeys, Louis, et al.
Veröffentlicht: (2026)

Stochastic Control for Fine-tuning Diffusion Models: Optimality, Regularity, and Convergence
von: Han, Yinbin, et al.
Veröffentlicht: (2024)

Zero-Shot Transferable Solution Method for Parametric Optimal Control Problems
von: Li, Xingjian, et al.
Veröffentlicht: (2025)

Adjoint Matching through the Lens of the Stochastic Maximum Principle in Optimal Control
von: Domingo-Enrich, Carles, et al.
Veröffentlicht: (2026)

Learning Fair Policies for Infectious Diseases Mitigation using Path Integral Control
von: Jia, Zhuangzhuang, et al.
Veröffentlicht: (2025)

Variance reduction techniques for stochastic proximal point algorithms
von: Traoré, Cheik, et al.
Veröffentlicht: (2023)