論文の概要: Extraction of Typical Operating Scenarios of New Power System Based on Deep Time Series Aggregation
- arxiv url: http://arxiv.org/abs/2408.14493v1
- Date: Fri, 23 Aug 2024 08:39:25 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-28 18:01:37.504982
- Title: Extraction of Typical Operating Scenarios of New Power System Based on Deep Time Series Aggregation
- Title（参考訳）: 深部時系列アグリゲーションに基づく新電力系統の典型的な運用シナリオの抽出
- Authors: Zhaoyang Qu, Zhenming Zhang, Nan Qu, Yuguang Zhou, Yang Li, Tao Jiang, Min Li, Chao Long,
- Abstract要約: 典型的な運用シナリオの抽出は、新しい電源システムのディスパッチにおいて柔軟な決定を行う上で不可欠である。
本研究では、典型的な運用シナリオを生成するための新しいディープ時系列アグリゲーションスキーム(DTSA)を提案する。
ケーススタディでは,提案手法が新たな微粒化電力系統分割方式を抽出し,最新のハイスクリーン機能法よりも優れた性能を示した。
- 参考スコア（独自算出の注目度）: 9.058570505828103
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Extracting typical operational scenarios is essential for making flexible decisions in the dispatch of a new power system. This study proposed a novel deep time series aggregation scheme (DTSAs) to generate typical operational scenarios, considering the large amount of historical operational snapshot data. Specifically, DTSAs analyze the intrinsic mechanisms of different scheduling operational scenario switching to mathematically represent typical operational scenarios. A gramian angular summation field (GASF) based operational scenario image encoder was designed to convert operational scenario sequences into high-dimensional spaces. This enables DTSAs to fully capture the spatiotemporal characteristics of new power systems using deep feature iterative aggregation models. The encoder also facilitates the generation of typical operational scenarios that conform to historical data distributions while ensuring the integrity of grid operational snapshots. Case studies demonstrate that the proposed method extracted new fine-grained power system dispatch schemes and outperformed the latest high-dimensional featurescreening methods. In addition, experiments with different new energy access ratios were conducted to verify the robustness of the proposed method. DTSAs enables dispatchers to master the operation experience of the power system in advance, and actively respond to the dynamic changes of the operation scenarios under the high access rate of new energy.
- Abstract（参考訳）: 典型的な運用シナリオの抽出は、新しい電源システムのディスパッチにおいて柔軟な決定を行う上で不可欠である。
本研究は, 歴史的スナップショットデータ量の多さを考慮して, 典型的な運用シナリオを生成するための新しいDeep Time Series aggregate scheme (DTSA) を提案する。
具体的には、DTSAは、典型的な運用シナリオを数学的に表現するために、異なるスケジューリング操作シナリオの本質的なメカニズムを分析する。
GASFに基づく運用シナリオ画像エンコーダは,操作シナリオシーケンスを高次元空間に変換するように設計された。
これにより、DTSAは、深い特徴反復アグリゲーションモデルを用いて、新しい電力系統の時空間特性を完全に把握することができる。
エンコーダはまた、グリッドの運用スナップショットの整合性を確保しながら、履歴データ分布に準拠する典型的な運用シナリオの生成を容易にする。
ケーススタディでは,提案手法が新たな微粒化電力系統分割方式を抽出し,最新の高次元特徴スクリーニング法よりも優れた性能を示した。
さらに,提案手法のロバスト性を検証するため,新しいエネルギーアクセス比の異なる実験を行った。
DTSAは、電源システムの運用経験を事前にマスターし、新しいエネルギーのアクセス率の高い運用シナリオの動的変化に積極的に対応できるようにする。
関連論文リスト
- Cross-modal Prompts: Adapting Large Pre-trained Models for Audio-Visual
Downstream Tasks [55.36987468073152]
本稿では,DG-SCT(Dual-Guided Space-Channel-Temporal)アテンション機構を提案する。
DG-SCTモジュールはトレーニング可能なクロスモーダル・インタラクション・レイヤを事前トレーニングされたオーディオ・ビジュアル・エンコーダに組み込む。
提案手法は, AVE, AVVP, AVS, AVQA, AVQAを含む複数のダウンストリームタスクにまたがる最先端の処理結果を実現する。
論文 参考訳（メタデータ） (2023-11-09T05:24:20Z) - Deep Generative Methods for Producing Forecast Trajectories in Power
Systems [0.0]
トランスポート・システム・オペレーター(TSO)は、将来の電力系統の機能をシミュレートするための分析を行う必要がある。
これらのシミュレーションは意思決定プロセスの入力として使用される。
論文 参考訳（メタデータ） (2023-09-26T14:43:01Z) - Extreme Scenario Selection in Day-Ahead Power Grid Operational Planning [0.0]
本研究では,日頭グリッド計画における極端なシナリオ選択のための統計機能深度測定手法の提案と解析を行う。
我々の主な動機は、運用上のリスク軽減に最も関係のあるシナリオを特定するために、実現された負荷および再生可能生成のための確率的シナリオのスクリーニングである。
本研究は, 機能的深度対策, 負荷削減, 運用コスト, 貯蓄不足, 可変再生可能エネルギー削減など, さまざまな運用リスクについて検討する。
論文 参考訳（メタデータ） (2023-09-20T05:09:09Z) - Sequence-to-Sequence Forecasting-aided State Estimation for Power
Systems [0.0]
本稿では,マルチステップの電力系統状態推定をリアルタイムに正確に予測するエンドツーエンドのディープラーニングフレームワークを提案する。
双方向ゲートリカレントユニット(BiGRU)をモデルに組み込んで高い予測精度を実現する。
論文 参考訳（メタデータ） (2023-05-22T16:46:37Z) - Towards Long-Term Time-Series Forecasting: Feature, Pattern, and
Distribution [57.71199089609161]
長期的時系列予測(LTTF)は、風力発電計画など、多くのアプリケーションで需要が高まっている。
トランスフォーマーモデルは、高い計算自己認識機構のため、高い予測能力を提供するために採用されている。
LTTFの既存の手法を3つの面で区別する,Conformer という,効率的なTransformer ベースモデルを提案する。
論文 参考訳（メタデータ） (2023-01-05T13:59:29Z) - Evaluation of Look-ahead Economic Dispatch Using Reinforcement Learning [4.513295381096656]
先行型経済派遣方式における強化学習エージェントの性能分析のための評価手法を提案する。
特に,ネットワークシナリオと需要シナリオを生成するシナリオ生成手法を開発した。
いくつかの指標は、経済と安全保障の観点からエージェントのパフォーマンスを評価するために定義される。
論文 参考訳（メタデータ） (2022-09-21T09:08:45Z) - Stabilizing Voltage in Power Distribution Networks via Multi-Agent
Reinforcement Learning with Transformer [128.19212716007794]
本稿では,変圧器を用いたマルチエージェント・アクタ・クリティカル・フレームワーク(T-MAAC)を提案する。
さらに、電圧制御タスクに適した新しい補助タスクトレーニングプロセスを採用し、サンプル効率を向上する。
論文 参考訳（メタデータ） (2022-06-08T07:48:42Z) - Proximal Policy Optimization-based Transmit Beamforming and Phase-shift
Design in an IRS-aided ISAC System for the THz Band [90.45915557253385]
テラヘルツ(THz)帯で動作するIRS支援統合センシング・通信(ISAC)システムを提案し,システム容量を最大化する。
透過ビームフォーミングと位相シフト設計はエルゴード制約を伴う普遍最適化問題に変換される。
論文 参考訳（メタデータ） (2022-03-21T09:15:18Z) - Quadratic mutual information regularization in real-time deep CNN models [51.66271681532262]
擬似相互情報による正規化手法を提案する。
種々の二項分類問題の実験を行い,提案モデルの有効性を示した。
論文 参考訳（メタデータ） (2021-08-26T13:14:24Z) - Stochastically forced ensemble dynamic mode decomposition for
forecasting and analysis of near-periodic systems [65.44033635330604]
本稿では,観測力学を強制線形系としてモデル化した新しい負荷予測手法を提案する。
固有線型力学の利用は、解釈可能性やパーシモニーの観点から、多くの望ましい性質を提供することを示す。
電力グリッドからの負荷データを用いたテストケースの結果が提示される。
論文 参考訳（メタデータ） (2020-10-08T20:25:52Z) - Adaptive Operator Selection Based on Dynamic Thompson Sampling for
MOEA/D [11.034230601053116]
本稿では,分解(MOEA/D)に基づく多目的進化アルゴリズムのための新しいAOS機構を提案する。
AOSは、動的トンプソンサンプリング(DYTS)を適用してバンド学習モデルを適用するマルチアームバンディット問題として定式化される。
提案したAOS機構の有効性と競争性を,他の4種類のMOEA/Dモデルと比較した。
論文 参考訳（メタデータ） (2020-04-22T21:41:57Z)
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。