Arxiv hàng ngày

Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới.
Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận.
Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.

Mạng nơ-ron sâu thông tin thích ứng để phân tích dòng điện

Created by
  • Haebom

Tác giả

Zeynab Kaseb, Stavros Orfanoudakis, Pedro P. Vergara, Peter Palensky

Phác thảo

PINN4PF là một kiến trúc học sâu toàn diện dùng cho phân tích dòng công suất (PF), giúp nắm bắt hiệu quả động lực học phi tuyến tính của các hệ thống điện hiện đại quy mô lớn. Kiến trúc này bao gồm một kiến trúc mạng nơ-ron (NN) tích hợp hai tiến bộ chính: (A) một mạng nơ-ron truyền thẳng hai đầu phù hợp với phân tích PF, với các hàm kích hoạt được điều chỉnh theo các mẫu phun công suất hữu dụng và phản kháng thuần; và (B) một hàm tổn thất dựa trên vật lý, tích hợp một phần thông tin về cấu trúc hệ thống điện thông qua một hàm ẩn mới. Chúng tôi chứng minh tính hiệu quả của kiến trúc được đề xuất trên các hệ thống thử nghiệm 4 bus, 15 bus, 290 bus và 2224 bus, đồng thời so sánh với hai chuẩn mực: mô hình hồi quy tuyến tính (LR) và mạng nơ-ron hộp đen (MLP). Việc so sánh dựa trên (i) khả năng khái quát hóa, (ii) độ tin cậy, (iii) tác động của kích thước tập dữ liệu huấn luyện lên khả năng khái quát hóa, (iv) độ chính xác của việc ước lượng các đại lượng PF thu được (cụ thể là dòng điện đường dây, công suất tác dụng đường dây và công suất phản kháng đường dây), và (v) khả năng mở rộng. Kết quả cho thấy PINN4PF vượt trội hơn cả các phép đo trực tiếp, chẳng hạn như khả năng khái quát hóa, cũng như phép xấp xỉ đại lượng vật lý thu được, tới hai bậc độ lớn.

Takeaways, Limitations

•
Takeaways:
◦
Chúng tôi trình bày một phương pháp phân tích dòng điện dựa trên học sâu mới có khả năng mô hình hóa hiệu quả động lực học phi tuyến tính của các hệ thống điện quy mô lớn.
◦
Nó chứng minh khả năng khái quát hóa, tính mạnh mẽ, độ chính xác và khả năng mở rộng được cải thiện so với các phương pháp hiện có.
◦
Cải thiện độ chính xác dự đoán của các đại lượng vật lý thu được (dòng điện lưới, công suất tác dụng, công suất phản kháng).
•
Limitations:
◦
Cần có thêm nghiên cứu về cách diễn giải vật lý của kiến trúc được đề xuất.
◦
Cần phải xác minh hiệu suất tổng quát cho nhiều loại hệ thống điện khác nhau.
◦
Cần phải xác minh bằng dữ liệu hệ thống điện thực tế.
◦
Cần phân tích thêm về tác động của kích thước tập dữ liệu đào tạo.
👍
Made with Slashpage