PulseAugur
中
实时 00:46:28
English(EN) AC Power Flow Contingency Analysis Using a Single Deep Neural Network

深度神经网络框架简化交流潮流故障分析

研究人员开发了一种新颖的交流潮流故障分析框架,该框架使用单个深度神经网络(DNN)来预测故障后的运行状态。该方法旨在减轻传统方法相关的计算负担,传统方法通常需要大量的特定于停电的训练数据。所提出的方法将状态预测构建为不动点迭代,并包含半定规划(SDP)公式来认证DNN的收敛条件。在IEEE 118总线系统上的测试表明,SDP公式是有效的,并且该方法以很少的迭代次数准确地估计了故障后的状态。 AI

影响 这项研究通过降低故障分析的计算成本,可能带来更高效、更准确的电网安全评估。

排序理由 详细介绍一种新的电网分析方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

深度神经网络框架简化交流潮流故障分析

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Md Obaidur Rahman, Junjie Qin, Vassilis Kekatos ·

    使用单个深度神经网络进行交流潮流故障分析

    arXiv:2609.30859v1 Announce Type: cross Abstract: Contingency analysis using the AC power flow (AC-PF) model is a critical tool for accurate grid security assessment, but its computational burden increases with the number of operating scenarios and outage configurations to evalua…