OTHER
基于PINN的惯性感知最优潮流在IBD主导电力系统中的应用
Mahyar Tofighi-Milani, Sajjad Fattaheian-Dehkordi, Franz Martin Rohrhofer, Matti Lehtonen
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种物理信息神经网络（PINN）框架，用于解决可再生能源主导的低惯性电力系统中的最优潮流（OPF）问题。该模型通过引入位置感知惯性约束，在6 GW测试系统上实现了高精度，训练和测试数据集的平均绝对误差约为总系统容量的0.045%。
关键词
optimal power flowphysics-informed neural networklow-inertia systemsrenewable energypower system stability
相关论文
OTHER
📊 26,957 引用
Statistical Learning Theory
Yuhai Wu, Vladimir Vapnik
1999
OTHER
开放获取📊 20,501 引用
Fractional Differential Equations
Igor Podlubný
2025
OTHER
📊 18,993 引用
Applied Nonlinear Control
Jean-Jacques Slotine, Weiping Li
1991
OTHER
📊 13,277 引用
Genetic Programming: On the Programming of Computers by Means of Natural Selection
John R. Koza
1992