从终端母线数据学习发电机模型
机器学习
2021-09-15 v1 机器学习
最优化与控制
摘要
本工作中，我们研究利用机器学习（ML）技术从发电机终端母线可获取的测量数据中重构发电机模型的方法。目标是开发一个在线训练且能够进行快速预测计算的仿真器。训练基于可用的开源动态发电机模型生成的合成数据加以说明。我们开发并测试了两种 ML 技术：（a）标准向量自回归（VAR）模型；（b）新颖的定制化长短期记忆（LSTM）深度学习模型。我们确立并分析了计算轻量但线性的 AR 模型与强大但计算密集的 LSTM 模型在重构能力上的权衡。
引用
@article{arxiv.1901.00781,
title = {Learning a Generator Model from Terminal Bus Data},
author = {Nikolay Stulov and Dejan J Sobajic and Yury Maximov and Deepjyoti Deka and Michael Chertkov},
journal= {arXiv preprint arXiv:1901.00781},
year = {2021}
}
备注
6 pages, 9 figures