[电网深度学习操作] 为了实现IPCC气候目标，世界范围内的电力系统正在通过脱碳和交通运输和供热等社会其他部门的电气化而以多种方式发生变化。这些根本性变化的结果是，未来运营电力网络面临的挑战越来越大。当前依赖于将网络实时保持在安全状态并为不久的将来进行计划的工具和技术可能不再足够。 RL是一个非常有用的框架，可以用来开发新的解决方案技术来解决脱碳世界中的网络运营问题。 RL涉及基于环境状态以及状态与操作之间的转换功能的代理执行操作。通过游戏化网络运行问题， 可以将RL部署为开发针对网络运营挑战的新颖解决方案的技术。
[电网深度学习包Grid2Op] Grid2Op，电网深度学习代码，Grid2Op是考虑了模块化的特点，可以执行powergrid操作。 Grid2Op替代了pypownet，该平台是用于学习运行电力网络L2RPN的库。该框架允许执行大多数Powergrid操作，可以修改发电机的设定值到减载，执行维护操作或修改Powergrid的拓扑解决安全问题。