論文の概要: Utilizing synchronization to partition power networks into microgrids
- arxiv url: http://arxiv.org/abs/2107.12165v1
- Date: Mon, 26 Jul 2021 12:32:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-20 21:28:55.519785
- Title: Utilizing synchronization to partition power networks into microgrids
- Title（参考訳）: マイクログリッドへの分断電力ネットワークの同期利用
- Authors: Ricardo Cardona-Rivera, Francesco Lo Iudice, Antonio Grotta, Marco
Coraggio, Mario di Bernardo
- Abstract要約: 電力網をマイクログリッド(または島)に分割することは、将来のスマートグリッドの設計と、極端に故障したグリッドの一部で電力供給を回復するための最後の手段の両方に、関心がある。
本稿では,倉本発振器のサイバーレイヤーの同期特性を利用して,異なる経路を採り,グリッド分割を得る。
- 参考スコア（独自算出の注目度）: 1.224954637705144
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The problem of partitioning a power grid into a set of microgrids, or
islands, is of interest for both the design of future smart grids, and as a
last resort to restore power dispatchment in sections of a grid affected by an
extreme failure. In the literature this problem is usually solved by turning it
into a combinatorial optimization problem, often solved through generic
heruristic methods such as Genetic Algorithms or Tabu Search. In this paper, we
take a different route and obtain the grid partition by exploiting the
synchronization dynamics of a cyberlayer of Kuramoto oscillators, each
parameterized as a rough approximation of the dynamics of the grid's node it
corresponds to. We present first a centralised algorithm and then a
decentralised strategy. In the former, nodes are aggregated based on their
internode synchronization times while in the latter they exploit
synchronization of the oscillators in the cyber layer to selforganise into
islands. Our preliminary results show that the heuristic synchronization based
algorithms do converge towards partitions that are comparable to those obtained
via other more cumbersome and computationally expensive optimization-based
methods.
- Abstract（参考訳）: 電力網を一連のマイクログリッドまたは島に分割するという問題は、将来のスマートグリッドの設計と、極端な障害によって影響を受ける電力網のセクションにおける電力の分配を復元する最後の手段の両方にとって興味深い。
文献では、この問題は、しばしば遺伝的アルゴリズムやタブサーチのような一般的なヒューリスティック手法によって解決される組合せ最適化問題に変換することで解決される。
本稿では,倉本発振器のサイバーレイヤーの同期ダイナミクスを利用して,それに対応する格子ノードの動的特性を粗い近似としてパラメータ化することにより,異なる経路を採り,グリッド分割を得る。
まず,集中型アルゴリズムと分散型戦略を提案する。
前者ではノードはノード間の同期時間に基づいて集約され、後者では、サイバー層内の発振器の同期を利用して島に自己組織化する。
予備的な結果から、ヒューリスティック同期に基づくアルゴリズムは、他の煩雑で計算コストのかかる最適化手法に匹敵する分割に収束することが示された。
関連論文リスト
- Lower Bounds and Optimal Algorithms for Non-Smooth Convex Decentralized Optimization over Time-Varying Networks [57.24087627267086]
通信ネットワークのノード間で分散的に格納された凸関数の総和を最小化するタスクについて検討する。
この問題を解決するのに必要な分散通信数と(サブ)漸進計算の下位境界が確立されている。
我々は,これらの下界に適合する最初の最適アルゴリズムを開発し,既存の最先端技術と比較して理論性能を著しく向上させる。
論文 参考訳（メタデータ） (2024-05-28T10:28:45Z) - Queuing dynamics of asynchronous Federated Learning [15.26212962081762]
計算速度の異なるノードを用いた非同期フェデレーション学習機構について検討する。
本稿では、より複雑な遅延を低減できる中央サーバのための一様でないサンプリング方式を提案する。
画像分類問題に対する現状の非同期アルゴリズムよりも,提案手法の大幅な改善が明らかとなった。
論文 参考訳（メタデータ） (2024-02-12T18:32:35Z) - Asynchronous SGD on Graphs: a Unified Framework for Asynchronous
Decentralized and Federated Optimization [13.119144971868632]
本稿では,グラフ上での非同期SGD(AGRAF SGD)について紹介する。
従来の分散非同期計算処理よりも遥かに穏やかな仮定の下で収束率を提供する。
論文 参考訳（メタデータ） (2023-11-01T11:58:16Z) - Iterative Sketching for Secure Coded Regression [66.53950020718021]
分散線形回帰を高速化する手法を提案する。
具体的には、方程式の系の基礎をランダムに回転させ、次にサブサンプルブロックを回転させ、情報を同時に確保し、回帰問題の次元を小さくする。
論文 参考訳（メタデータ） (2023-08-08T11:10:42Z) - Rotation Synchronization via Deep Matrix Factorization [24.153207403324917]
ニューラルネットワークによる回転同期の定式化に着目する。
ディープ・マトリックス・コンプリートにインスパイアされた我々は、ディープ・ニューラルネットワークによる行列分解という観点から回転同期を表現した。
我々の定式化は暗黙の正規化特性を示し、さらに重要なことは教師なしである。
論文 参考訳（メタデータ） (2023-05-09T08:46:05Z) - On the Convergence of Distributed Stochastic Bilevel Optimization
Algorithms over a Network [55.56019538079826]
バイレベル最適化は、幅広い機械学習モデルに適用されている。
既存のアルゴリズムの多くは、分散データを扱うことができないように、シングルマシンの設定を制限している。
そこで我々は,勾配追跡通信機構と2つの異なる勾配に基づく分散二段階最適化アルゴリズムを開発した。
論文 参考訳（メタデータ） (2022-06-30T05:29:52Z) - Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。
前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。
提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
論文 参考訳（メタデータ） (2022-05-13T21:09:41Z) - Learning Autonomy in Management of Wireless Random Networks [102.02142856863563]
本稿では,任意の数のランダム接続ノードを持つ無線ネットワークにおいて,分散最適化タスクに取り組む機械学習戦略を提案する。
我々は,ネットワークトポロジとは無関係に,前方および後方に計算を行う分散メッセージパスニューラルネットワーク(DMPNN)と呼ばれる,柔軟な深層ニューラルネットワーク形式を開発した。
論文 参考訳（メタデータ） (2021-06-15T09:03:28Z) - Decentralized Optimization with Heterogeneous Delays: a Continuous-Time
Approach [6.187780920448871]
非同期アルゴリズムを解析するための新しい連続時間フレームワークを提案する。
我々は,スムーズな凸関数と強い凸関数の和を最小化するために,完全に非同期な分散アルゴリズムを記述する。
論文 参考訳（メタデータ） (2021-06-07T13:09:25Z) - A Linearly Convergent Algorithm for Decentralized Optimization: Sending
Less Bits for Free! [72.31332210635524]
分散最適化手法は、中央コーディネータを使わずに、機械学習モデルのデバイス上でのトレーニングを可能にする。
ランダム化圧縮演算子を適用し,通信ボトルネックに対処する新しいランダム化一階法を提案する。
本手法は,ベースラインに比べて通信数の増加を伴わずに問題を解くことができることを示す。
論文 参考訳（メタデータ） (2020-11-03T13:35:53Z) - Synchronization in 5G: a Bayesian Approach [0.0]
本稿では,大規模ネットワークの同期化のためのハイブリッド手法を提案する。
特にKF(Kalman Filtering)とPTP(Precision Time Protocol)が生成する時間スタンプを併用してノード同期を行う。
論文 参考訳（メタデータ） (2020-02-28T11:27:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。