介绍了一种在电力系统中应用物理信息神经网络的框架。利用控制电力系统的基本物理定律,并受到机器学习领域最新发展的启发,我们提出了一种神经网络训练程序,它可以利用广泛的数学模型来描述电力系统的行为,包括稳态和动态。这项工作开启了电力系统的一系列机会,能够在传统方法所需计算时间的一小部分时间内确定动态状态,如转子角度和频率,以及不确定参数,如惯性和阻尼。以一台单机无穷大系统为例展示它的优势。与传统方法相比,基于物理的神经网络可以准确地确定转子角和频率,速度可达87倍。
电力系统的物理信息神经网络源代码
于 2021-01-23 20:10:29 首次发布