synchronous generators

算子学习框架提升电网仿真精度

研究人员开发了一种新颖的算子学习框架，用于近似同步发电机的动态行为，同步发电机是电网的关键组成部分。该框架利用深度算子网络（DeepONets）创建神经网络模型，这些模型可以与现有电网模拟器集成，或充当发电机瞬态响应的影子。该方法包括一个用于随时间模拟发电机响应的数值方案和一个可以整合现有数学模型的残差DeepONet，并附带误差估计。此外，还提出了一种数据聚合策略（DAgger），用于在交互式仿真期间微调这些网络以获得更好的性能。