Loading...
机构名称:
¥ 1.0

摘要:有源配电网的发展需要更准确、计算成本更低的状态估计。在本文中,作者研究了一种基于分散学习的大型配电网配电系统状态估计 (DSSE) 方法。所提出的方法将馈线级 DSSE 分解为可以独立解决的子区域级估计问题。所提出的方法是分散修剪物理感知神经网络 (D-P2N2)。物理电网拓扑用于简约地设计 D-P2N2 不同隐藏层之间的连接。基于从智能电表收集的三相配电系统功率流一年的负载消耗数据,开发了蒙特卡洛模拟,以生成测量和电压状态数据。选择 IEEE 123 节点系统作为测试网络,将所提出的算法与经典的加权最小二乘法和最先进的基于学习的 DSSE 方法进行基准测试。数值结果表明,D-P2N2 在估计精度和计算效率方面优于最先进的方法。

使用分散物理感知神经网络进行多区域配电系统状态估计

使用分散物理感知神经网络进行多区域配电系统状态估计PDF文件第1页

使用分散物理感知神经网络进行多区域配电系统状态估计PDF文件第2页

使用分散物理感知神经网络进行多区域配电系统状态估计PDF文件第3页

使用分散物理感知神经网络进行多区域配电系统状态估计PDF文件第4页

使用分散物理感知神经网络进行多区域配电系统状态估计PDF文件第5页

相关文件推荐