• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE Power and Energy Society General Meeting >Voltage prediction using a Cellular Network
【24h】

Voltage prediction using a Cellular Network

机译：使用蜂窝网络进行电压预测

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Better identification tools are needed for power system voltage profile prediction. The power systems of the future will see an increase in both renewable energy sources and load demand increasing the need for quick estimation of bus voltages and line power flows for system security and contingency analysis. A Cellular Simultaneous Recurrent Neural Network (CSRN) to identify and predict bus voltage dynamics is presented in this paper. The benefit of using a cellular structure over traditional neural network architectures is that the network can represent a direct mapping of any power system allowing for easier scalability to large power systems. A comparison with a standard single SRN is provided to show the advantages of this cellular method. Two types of disturbance are evaluated including perturbations on the power system generators and on the least stable loads. The method is also evaluated for a case involving a transmission line outage.
机译：电力系统电压曲线预测需要更好的识别工具。未来的电力系统将看到可再生能源和负荷需求的增长，从而需要快速估算总线电压和线路功率，以进行系统安全性和应变分析。本文提出了一种用于识别和预测总线电压动态的细胞同时递归神经网络（CSRN）。与传统的神经网络体系结构相比，使用蜂窝结构的好处是该网络可以表示任何电源系统的直接映射，从而可以轻松地扩展到大型电源系统。提供了与标准单个SRN的比较，以显示此蜂窝方法的优点。评估了两种类型的扰动，包括对电力系统发电机和最小稳定负载的扰动。还针对涉及传输线中断的情况评估了该方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号