期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
数据-物理融合驱动的有源配电网自适应电压控制
被引量：
3
1
作者
冯歆尧
彭泽武
+3 位作者
陈强
陈禹旭
谢瀚阳
梁盈威
《电力系统及其自动化学报》
CSCD
北大核心
2023年第12期80-88,共9页
分布式电源高比例接入条件下,配电网运行状态更加复杂,同时也难以获取准确的物理参数。本文提出一种数据-物理融合驱动的有源配电网自适应电压控制方法。首先,构建数据-物理融合驱动的有源配电网自适应电压控制框架;然后,针对有源配电...
分布式电源高比例接入条件下,配电网运行状态更加复杂,同时也难以获取准确的物理参数。本文提出一种数据-物理融合驱动的有源配电网自适应电压控制方法。首先,构建数据-物理融合驱动的有源配电网自适应电压控制框架;然后,针对有源配电网的电压控制问题进行数据驱动建模;进一步考虑数据驱动控制的局限性,通过不完备物理模型修正数据驱动模型;最后,基于改进的IEEE33节点算例进行分析验证,结果表明数据-物理融合驱动控制策略可以有效抑制有源配电网的电压频繁越限,提高配电网自适应优化控制水平。
展开更多
关键词
有源配电网
分布式电源
数据
驱动
自适应电压控制
数据-物理融合驱动
在线阅读
下载PDF
职称材料
基于数据-物理模型融合驱动的原始-对偶自监督学习最优潮流求解方法
2
作者
翁宗龙
李滨
+2 位作者
肖佳文
张佳乐
白晓清
《电力自动化设备》
2025年第4期202-208,共7页
随着新型电力系统的构建以及清洁低碳能源体系的转变,高维强非线性、高不确定性、强耦合等特点使得现有最优潮流计算的复杂度急剧增加。基于数据-物理模型融合驱动,提出一种内嵌交流潮流方程的原始-对偶自监督学习的最优潮流求解方法。...
随着新型电力系统的构建以及清洁低碳能源体系的转变,高维强非线性、高不确定性、强耦合等特点使得现有最优潮流计算的复杂度急剧增加。基于数据-物理模型融合驱动,提出一种内嵌交流潮流方程的原始-对偶自监督学习的最优潮流求解方法。建立原始神经网络和对偶神经网络,并采用类增广拉格朗日的方法进行联合训练。原始神经网络仅预测所有节点的电压,在该训练网络中内嵌交流潮流方程,以计算发电机的有功和无功出力;对偶神经网络预测拉格朗日乘子估计值。仿真结果表明,所提方法不仅关注大量数据的底层特征,还优化解的质量,有助于更好地探索数据的结构和特性。同时,该方法无须预处理标签样本数据集,其计算精度和可信度优于数据驱动方法,其计算速度比传统物理模型驱动方法快数十倍。
展开更多
关键词
数据-物理融合驱动
类增广拉格朗日
原始
-
对偶自监督学习
最优潮流
内嵌交流潮流方程
在线阅读
下载PDF
职称材料
题名
数据-物理融合驱动的有源配电网自适应电压控制
被引量：
3
1
作者
冯歆尧
彭泽武
陈强
陈禹旭
谢瀚阳
梁盈威
机构
广东电网有限责任公司
出处
《电力系统及其自动化学报》
CSCD
北大核心
2023年第12期80-88,共9页
基金
广东电网有限责任公司科技项目(037800KK52200006)。
文摘
分布式电源高比例接入条件下,配电网运行状态更加复杂,同时也难以获取准确的物理参数。本文提出一种数据-物理融合驱动的有源配电网自适应电压控制方法。首先,构建数据-物理融合驱动的有源配电网自适应电压控制框架;然后,针对有源配电网的电压控制问题进行数据驱动建模;进一步考虑数据驱动控制的局限性,通过不完备物理模型修正数据驱动模型;最后,基于改进的IEEE33节点算例进行分析验证,结果表明数据-物理融合驱动控制策略可以有效抑制有源配电网的电压频繁越限,提高配电网自适应优化控制水平。
关键词
有源配电网
分布式电源
数据
驱动
自适应电压控制
数据-物理融合驱动
Keywords
active distribution network(ADN)
distributed generator
data
-
driven
adaptive voltage control
dataphysical hybrid
-
driven
分类号
TM73 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于数据-物理模型融合驱动的原始-对偶自监督学习最优潮流求解方法
2
作者
翁宗龙
李滨
肖佳文
张佳乐
白晓清
机构
广西电力系统最优化与节能技术重点实验室
出处
《电力自动化设备》
2025年第4期202-208,共7页
基金
国家自然科学基金资助项目(51967001)
广西自然科学基金资助项目(2020GXNSFAA297117)。
文摘
随着新型电力系统的构建以及清洁低碳能源体系的转变,高维强非线性、高不确定性、强耦合等特点使得现有最优潮流计算的复杂度急剧增加。基于数据-物理模型融合驱动,提出一种内嵌交流潮流方程的原始-对偶自监督学习的最优潮流求解方法。建立原始神经网络和对偶神经网络,并采用类增广拉格朗日的方法进行联合训练。原始神经网络仅预测所有节点的电压,在该训练网络中内嵌交流潮流方程,以计算发电机的有功和无功出力;对偶神经网络预测拉格朗日乘子估计值。仿真结果表明,所提方法不仅关注大量数据的底层特征,还优化解的质量,有助于更好地探索数据的结构和特性。同时,该方法无须预处理标签样本数据集,其计算精度和可信度优于数据驱动方法,其计算速度比传统物理模型驱动方法快数十倍。
关键词
数据-物理融合驱动
类增广拉格朗日
原始
-
对偶自监督学习
最优潮流
内嵌交流潮流方程
Keywords
data
-
physical fusion driven
class augmented Lagrangian
primal
-
dual self
-
supervised learning
optimal power flow
embedded AC power flow equation
分类号
TM73 [电气工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
数据-物理融合驱动的有源配电网自适应电压控制
冯歆尧
彭泽武
陈强
陈禹旭
谢瀚阳
梁盈威
《电力系统及其自动化学报》
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
2
基于数据-物理模型融合驱动的原始-对偶自监督学习最优潮流求解方法
翁宗龙
李滨
肖佳文
张佳乐
白晓清
《电力自动化设备》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
