Derin pekiştirmeli öğrenme kullanarak doğal gaz depolama değerlemesi

Enerji ticareti, petrol, doğal gaz ve kömür gibi enerji emtialarının fiziksel olarak işlenmesini içerir. Bu ticaret faaliyetleri, boru hatları, rafineriler ve depolama tesisleri gibi karmaşık bir küresel enerji dönüşüm varlıkları ağı tarafından desteklenmektedir. Enerji ticaretinin karlılığı, bu varlıkların operasyonel kapasite kısıtlamalarının verimli bir şekilde yönetilmesine dayanır. Bu varlıkların rekabetçi yönetimine tüccar operasyonları denir. Enerji tüccarı şirketleri, ticaret faaliyetlerini desteklemek için dönüşüm varlıkları edinirler. Bu nedenle, bu varlıkların doğru değerlemesi çok önemlidir. Uygulamada, enerji tüccarı şirketleri deterministik çalışma politikaları üreten sezgisel yöntemlere güvenirler. Deterministik politikalar, enerji dönüşüm varlıklarındaki sözde gömülü opsiyonelliği yakalamakta yetersiz kalır. Bu tezde, doğal gaz depolama değerlemesi problemini, yumuşak aktör-eleştirmen (SAC) adı verilen yeni bir derin pekiştirmeli öğrenme (DRL) algoritması kullanarak ele alıyoruz. SAC, politika keşfini ve istikrarını iyileştirmek için entropi düzenlemesini kullanır. Sonuçlarımız, SAC'nin eğitim sırasında etkili bir çalışma politikası öğrendiğini, diğer en gelişmiş DRL algoritmalarının ise problemimizde bunu yapamadığını göstermektedir.