@PhdThesis{dbt_mods_00055670,
  author = 	{Kelker, Michael},
  editor = 	{Westermann Univ.-Prof. Dr.-Ing., Dirk
		and Berger Univ.-Prof. Dr.-Ing., Frank},
  title = 	{Optimierte Ladung von Elektrofahrzeugen als Markow Entscheidungsprozess mittels maschineller Lernalgorithmen},
  series = 	{Ilmenauer Beitr{\"a}ge zur elektrischen Energiesystem‐, Ger{\"a}te- und Anlagentechnik},
  year = 	{2023},
  month = 	{Feb},
  day = 	{23},
  publisher = 	{<Ilmenau>|Universit{\"a}tsverlag Ilmenau},
  address = 	{Ilmenau},
  volume = 	{35},
  keywords = 	{Elektrisches Netz; Elektrofahrzeug; Maschinelles Lernen},
  abstract = 	{Die Elektromobilit{\"a}t mit teils hohen Ladeleistungen ist f{\"u}r den sicheren Betrieb der elektrischen Verteilnetze zuk{\"u}nftig eine Herausforderung. Zur Reduzierung von {\"U}berlastungen in der Niederspannung werden daher Steueralgorithmen ben{\"o}tigt, um die Ladeleistung der Fahrzeuge zu steuern. Hierbei ergibt sich allerdings das Problem, dass die Niederspannungsnetze in der Regel messtechnisch nicht {\"u}berwacht werden und so Eingangsdaten f{\"u}r Steueralgorithmen fehlen. In der Arbeit wird die Kombination von zwei maschinellen Lernalgorithmen untersucht. Die Steuerung der Ladeleistung von Elektrofahrzeugen ist als Markow-Entscheidungsprozess definiert, der mittels dem best{\"a}rkten Lernen gel{\"o}st wird. F{\"u}r die Bereitstellung der Eingangsdaten wird ein k{\"u}nstliches neuronales Netz verwendet, das den Zustand eines Niederspannungsnetzes absch{\"a}tzt. Durch das Zusammenspiel beider Algorithmen k{\"o}nnen die durch die Ladung von Elektrofahrzeugen ausgel{\"o}sten Netz{\"u}berlastungen reduziert werden.},
  isbn = 	{978-3-86360-271-0},
  issn = 	{2194-2838},
  doi = 	{10.22032/dbt.55670},
  url = 	{https://www.db-thueringen.de/receive/dbt_mods_00055670},
  url = 	{http://uri.gbv.de/document/gvk:ppn:720080177},
  url = 	{https://doi.org/10.22032/dbt.55670},
  file = 	{:https://www.db-thueringen.de/servlets/MCRFileNodeServlet/dbt_derivate_00058954/ilm1-2022000540.pdf:PDF},
  language = 	{de}
}