热点事件持续更新
Learning to Price Electricity for Optimal Demand Response
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
论文提出一种基于神经网络的上下文能源定价算法，将定价建模为Stackelberg博弈，并利用Mehrabi et al. (2024)的均值场解表示。该方法学习从上下文特征到可行价格信号的约束映射，在多个美国城市电网仿真中验证，结果显示上下文信息能显著提升需求响应项目的价值。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · Statistics Machine Learning学习定价电力以优化需求响应
论文提出一种基于神经网络的上下文能源定价算法，将定价建模为Stackelberg博弈，并利用Mehrabi et al. (2024)的均值场解表示。该方法学习从上下文特征到可行价格信号的约束映射，在多个美国城市电网仿真中验证，上下文信息能显著提升需求响应项目的价值。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。