基于测量/无模型的配电网电压灵敏度系数前馈和LSTM神经网络估计
系统与控制
2023-12-18 v1 系统与控制
摘要
电力配电网中测量单元日益普及，使得数据驱动和基于测量的控制方案得以部署。这类方案依赖于基于测量的估计模型，首先使用原始测量估计模型，然后用于控制问题。本文重点研究基于测量的电压灵敏度系数估计，该系数可用于电压控制。现有文献中，这些系数使用基于回归的方法估计，在高测量噪声情况下表现不佳。本文提出使用神经网络（NN）估计电压灵敏度系数，该方法对测量噪声具有鲁棒性。具体地，我们提出使用前馈和长短期记忆（LSTM）神经网络。训练后的NN以节点电压幅值、有功和无功功率的测量值为输入，输出电压幅值灵敏度系数向量。在CIGRE基准网络上，将所提方案的性能与基于回归的方法进行了比较。
引用
@article{arxiv.2312.09377,
title = {Measurement-based/Model-less Estimation of Voltage Sensitivity Coefficients by Feedforward and LSTM Neural Networks in Power Distribution Grids},
author = {Robin Henry and Rahul Gupta},
journal= {arXiv preprint arXiv:2312.09377},
year = {2023}
}
备注
Submitted to TPEC 2024