Distributed Energy Resources
PulseAugur coverage of Distributed Energy Resources — every cluster mentioning Distributed Energy Resources across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新AI框架LOOP-MAC增强虚拟电厂的协调能力
研究人员开发了LOOP-MAC，一个新颖的、基于学习的框架，旨在改善虚拟电厂（VPP）中分布式能源（DERs）之间的协调。该去中心化系统使用神经优化器来确保局部可行性，同时有效减少承诺差距，其性能优于传统优化方法。在涉及100个智能体的模拟中，LOOP-MAC在每个智能体计算开销极小的情况下，显著减小了承诺和最优性差距。
-
XAI框架通过自验证异常检测增强配电网网络安全
研究人员开发了一个名为ExCYDER的新型可解释AI（XAI）框架，以增强电网中分布式能源资源（DERs）的网络安全。该框架使用一种自验证机制，结合LightGBM和SHAP，以确保异常检测警报的可靠性和可解释性。实验表明，检测准确率超过98%，计算开销极小，提高了安全运营中心的运营信心。
-
新框架以统计保证预测分布式能源采纳情况
研究人员开发了一个新的框架，通过结合分层概率保形预测来预测分布式能源（DER）的采纳情况。该方法解决了DER增长中的不确定性和空间差异性挑战，确保了在电路和变电站层面的统计保证。通过利用多元 Hawkes 过程和定制的分裂保形预测算法，该方法旨在提高电网管理和基础设施规划预测的准确性和校准性。
-
IBM 的营销引发了关于人工智能的真正能力和局限性的辩论
这篇帖子批评了 IBM 关于分布式能源资源 (DER) 的营销，质疑其诚意，并将 AI 模型比作水母。作者认为，AI 模型（如 Watson）受其底层启发式方法的限制，无论其复杂性如何，都无法实现真正的理解或永生。文章深入探讨了与 AI 感知和认知相关的现实主义和非现实主义的哲学概念。