关于电力系统中符号回归综述：方法、应用与未来方向
系统与控制
2025-04-08 v1 系统与控制
摘要
随着可再生能源源和智能电网技术的日益集成，对于能够捕捉现代电网复杂动态的灵活且可扩展的建模方法需求日益增长。本综述聚焦于符号回归，这是一种从数据中直接派生出简洁且可解释数学模型的强大方法。本文提供了符号回归方法的全面概述，包括稀疏非线性动力学识别、 governing 方程的自动回归和深度符号回归，突出了它们在电力系统中的应用。通过对单机无穷盒系统、网格跟随和网格构成逆变器的案例研究，我们分析了每种符号回归方法在建模非线性电力系统动力学方面的优势、局限性及适用性。此外，我们确定了关键研究空白，讨论了利用符号回归在现代电网的优化、控制和运行中所指望的未来方向。本综述旨在为寻求创新数据驱动建模解决方案的研究人员和工程师提供宝贵资源，以适应不断演变的电力系统基础设施。
引用
@article{arxiv.2504.04621,
title = {A Review on Symbolic Regression in Power Systems: Methods, Applications, and Future Directions},
author = {Amir Bahador Javadi and Philip Pong},
journal= {arXiv preprint arXiv:2504.04621},
year = {2025}
}