中文

通过逆灵敏度最小化确定扰动恢复条件

神经与进化计算 2025-01-14 v1 人工智能

摘要

电力系统天然会遭遇各种扰动,其中一些扰动可能损坏设备并扰乱用电供应。快速评估可信扰动的可能后果并采取预防措施至关重要。然而,评估潜在扰动的影响具有挑战性,因为许多关键因素(如负荷模式、控制器设置和负荷动力学)并未精确知晓。为此,本文引入了参数空间恢复区域的概念。对于每种扰动,相应的恢复区域是指系统将恢复到所需运行点的参数空间区域。恢复区域的边界确定了导致无问题恢复的参数值与导致不可接受非恢复参数值之间的分界。给定参数值的安全裕度定义为参数空间内,给定值与恢复边界之间的最短距离。本文提出了具有理论保证的新型数值算法,高效计算恢复边界和安全裕度。与现有方法(过于保守且局限于低维参数空间)不同,这些方法能够以任意用户指定的精度高效计算安全裕度,且适用于高维参数空间。本文以IEEE 39节点标准电网为例,演示了这些方法的有效性,在考虑最高86个参数的情形下计算了安全裕度,揭示了此前难以察觉的意外安全含义。

关键词

引用

@article{arxiv.2501.07515,
  title  = {The Paradox of Success in Evolutionary and Bioinspired Optimization: Revisiting Critical Issues, Key Studies, and Methodological Pathways},
  author = {Daniel Molina and Javier Del Ser and Javier Poyatos and Francisco Herrera},
  journal= {arXiv preprint arXiv:2501.07515},
  year   = {2025}
}

备注

38 pages, 1 figure