| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 常用符号对照表 | 第11-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 国内外的研究现状 | 第14-16页 |
| 1.3 研究内容及意义 | 第16-18页 |
| 1.4 论文结构安排 | 第18-21页 |
| 第二章 微电网的电能交易策略 | 第21-27页 |
| 2.1 微电网电能交易技术 | 第21-23页 |
| 2.2 基于博弈论的微电网电能交易策略 | 第23-26页 |
| 2.3 基于学习算法的微电网交易策略 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 分时电价机制下微电网的电能交易研究 | 第27-47页 |
| 3.1 微电网的电能交易博弈模型 | 第27-32页 |
| 3.2 微电网电能交易的静态博弈 | 第32-35页 |
| 3.3 基于强化学习的微电网电能交易算法 | 第35-41页 |
| 3.3.1 强化学习算法 | 第35-37页 |
| 3.3.2 基于Q学习的微电网电能交易 | 第37-40页 |
| 3.3.3 基于Hotbooting Q学习的微电网电能交易 | 第40-41页 |
| 3.4 仿真性能分析 | 第41-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 基于深度强化学习的微电网电能交易优化方案 | 第47-65页 |
| 4.1 深度强化学习 | 第47-50页 |
| 4.2 基于深度强化学习的微电网电能交易优化方案 | 第50-56页 |
| 4.2.1 微电网电能交易的深度卷积神经网络构造 | 第51-53页 |
| 4.2.2 基于DQN的微电网电能交易优化方案 | 第53-56页 |
| 4.3 基于Fast DQN的微电网电能交易优化方案 | 第56-58页 |
| 4.4 仿真性能分析 | 第58-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 总结和展望 | 第65-67页 |
| 5.1 主要工作 | 第65-66页 |
| 5.2 未采工作进展 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 研究成果与项目参与情况 | 第73-75页 |
| 致谢 | 第75-76页 |