文献

J-GLOBAL ID：202202287834003478   整理番号：22A0287234

DeepOPF-V:AC-OPF問題の解法【JST・京大機械翻訳】

DeepOPF-V: Solving AC-OPF Problems Efficiently

著者 (4件)： Huang Wanjun (School of Data Science, City University of Hong Kong, Kowloon Tong, Hong Kong) ,  Pan Xiang (Department of Information Engineering, Chinese University of Hong Kong, Hong Kong) ,  Chen Minghua (School of Data Science, City University of Hong Kong, Kowloon Tong, Hong Kong) ,  Low Steven H. (Department of Computing and Mathematical Sciences and the Department of Electrical Engineering at Caltech, University of Melbourne, Parkville, VIC, Australia)
資料名： IEEE Transactions on Power Systems  (IEEE Transactions on Power Systems)
巻： 37  号： 1  ページ： 800-803  発行年： 2022年 
JST資料番号： C0872B  ISSN： 0885-8950  CODEN： ITPSEG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： AC最適電力フロー(AC-OPF)問題は,安定で経済的な電力系統運用を維持するために,将来,より頻繁に解決する必要がある。この課題に取り組むために,深いニューラルネットワークベースの電圧制約手法(DeepOPF-V)を提案し,高い計算効率でAC-OPF問題を解決した。そのユニークな設計はすべてのバスの電圧を予測し,非線形AC電力潮流方程式を解くことなく残りの変数を再構成するためにそれらを使用する。高速後処理プロセスも開発し,ボックス制約を強制した。DeepOPF-Vの有効性を,IEEE118/300バスシステムと2000バス試験システムに関するシミュレーションによって検証した。既存の研究と比較して,DeepOPF-Vは,解の実現可能性を保存しながら,最適ギャップにおいて4桁まで計算高速化と同等の性能を達成した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 電圧 ,  *電力 ,  ニューラルネットワーク ,  再構成 ,  磁気ギャップ ,  系統運用 ,  高速化 ,  有効性
準シソーラス用語： 計算効率 ,  検査システム , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (3件)： Ac ,  問題 ,  解法