具有安全感知能力的电网潮流神经网络模型训练数据集

常规的强化学习需要从与环境的交互数据中学习，然而与真实电网交互会带来安全问题。此外，与输电网相比，配电网模型精度不足。使用配电网模型为强化学习构建仿真环境往往难以取得可靠效果。设计概率集成神经网络，从数据中发现电网的响应特性知识。为强化学习提供具有安全感知能力的仿真交互环境。该数据集为训练电网潮流神经网络模型所用的数据集，由电网模型仿真生成。

搜集汇总

背景与挑战

背景概述

该数据集专为训练具有安全感知能力的电网潮流神经网络模型而设计，通过电网模型仿真生成，旨在为强化学习提供安全可靠的仿真交互环境，以应对真实电网交互中的安全挑战和配电网模型精度不足的问题。