基于在线学习的交流电网辨识
系统与控制
2021-09-21 v3 机器学习
系统与控制
机器学习
摘要
电力网络中间歇性分布式能源渗透率的不断提高，要求依赖于电网详细信息的新型规划与控制方法。然而，对于时变配电网络，有关系统拓扑与参数的可靠信息可能缺失或过时。本文提出一种在线学习流程，用于估计能够捕捉拓扑信息和线路参数的网络导纳矩阵。我们首先给出一种利用电压与电流相量测量的递归辨识算法。为加速收敛，随后以实验设计流程补充基础算法，该流程通过计算最优电压激励使每一步数据的信息量最大化。我们的方法改进了现有技术，并通过在真实测试平台上的数值研究证实了其有效性。
引用
@article{arxiv.2003.06210,
title = {Identification of AC Networks via Online Learning},
author = {Emanuele Fabbiani and Pulkit Nahata and Giuseppe De Nicolao and Giancarlo Ferrari-Trecate},
journal= {arXiv preprint arXiv:2003.06210},
year = {2021}
}