最优燃气流凸松弛中基于数据驱动的预热启动方法
最优化与控制
2020-12-21 v1 系统与控制
系统与控制
摘要
在本通讯中，我们提出一种由人工神经网络赋能的、数据驱动的预热启动方法，以提升最优燃气流中凸松弛的效率。案例研究表明，该方法显著减少了凹凸过程算法的迭代次数，且仍能保证解的最优性与可行性。
引用
@article{arxiv.2012.10125,
title = {A Data-Driven Warm Start Approach for Convex Relaxation in Optimal Gas Flow},
author = {Haizhou Liu and Lun Yang and Xinwei Shen and Qinglai Guo and Hongbin Sun and Mohammad Shahidehpour},
journal= {arXiv preprint arXiv:2012.10125},
year = {2020}
}
备注
3 pages, 4 tables, submitted to IEEE PES Letter