User: Guest  Login
Original title:
Deep Reinforcement Learning basierte Leistungsmanagementstrategie in 12 V-Bordnetzen
Translated title:
Deep reinforcement learning based power management strategy in 12 V electrical systems
Author:
Tan, Ömer
Year:
2024
Document type:
Dissertation
Faculty/School:
TUM School of Engineering and Design
Advisor:
Kennel, Ralph (Prof. Dr. Dr. h.c.)
Referee:
Kennel, Ralph (Prof. Dr. Dr. h.c.); Kreupl, Franz (Prof. Dr.)
Language:
de
Subject group:
ELT Elektrotechnik
Keywords:
Reinforcement Learning, Energiemanagementsysteme, Leistungsmanagementsysteme, Künstliche Intelligenz
Translated keywords:
Reinforcement Learning, energy management system, power management system, artificial intelligence
TUM classification:
ELT 855; ELT 868
Abstract:
Die steigende Komplexität der Bordnetze stellt die Fahrzeughersteller vor neue Herausforderungen. Hochleistungsverbraucher wie die elektrische Lenkung oder Bremse können in kritischen Fahrsituationen die Spannung im Bordnetz deutlich senken. Auf Grundlage einer Bordnetzsimulation wird eine Reinforcement Learning-basierte Methode zur Reduktion von Spannungseinbrüchen in 12 V-Bordnetzen entwickelt. Die Ergebnisse zeigen anhand einer großen Anzahl an kritischen Fahrszenarien eine Verbesserung der S...     »
Translated abstract:
The increasing complexity of vehicle electrical systems is presenting vehicle manufacturers with new challenges. High-power consumers such as electric steering or brakes can significantly reduce the voltage in the vehicle electrical system in critical driving situations. Based on a power net simulation, a reinforcement learning-based method for reducing voltage dips in 12 V electrical systems is developed. Based on a large number of critical driving scenarios, the results show an improvement in...     »
WWW:
https://mediatum.ub.tum.de/?id=1699376
Date of submission:
10.08.2023
Oral examination:
08.05.2024
File size:
6457843 bytes
Pages:
133
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240508-1699376-1-6
Last change:
18.06.2024
 BibTeX