論文の概要: Digital Twin-Empowered Voltage Control for Power Systems

• arxiv url: http://arxiv.org/abs/2412.06940v1
• Date: Mon, 09 Dec 2024 19:33:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-11 14:35:43.047270
• Title: Digital Twin-Empowered Voltage Control for Power Systems
• Title（参考訳）: 電力系統のディジタル双極子電圧制御
• Authors: Jiachen Xu, Yushuai Li, Torben Bach Pedersen, Yuqiang He, Kim Guldstrand Larsen, Tianyi Li,
• Abstract要約: 本稿では,Gumbel-Consistency Digital Twin (GC-DT)法を提案する。 IEEE 123-bus, 34-bus, 13-busシステムの実験により, 提案したGC-DT法は, 計算効率とサンプリング効率の両方で最先端のDT法より優れていることが示された。
• 参考スコア（独自算出の注目度）: 6.296772455201695
• License:
• Abstract: Emerging digital twin technology has the potential to revolutionize voltage control in power systems. However, the state-of-the-art digital twin method suffers from low computational and sampling efficiency, which hinders its applications. To address this issue, we propose a Gumbel-Consistency Digital Twin (GC-DT) method that enhances voltage control with improved computational and sampling efficiency. First, the proposed method incorporates a Gumbel-based strategy improvement that leverages the Gumbel-top trick to enhance non-repetitive sampling actions and reduce the reliance on Monte Carlo Tree Search simulations, thereby improving computational efficiency. Second, a consistency loss function aligns predicted hidden states with actual hidden states in the latent space, which increases both prediction accuracy and sampling efficiency. Experiments on IEEE 123-bus, 34-bus, and 13-bus systems demonstrate that the proposed GC-DT outperforms the state-of-the-art DT method in both computational and sampling efficiency.
• Abstract（参考訳）: デジタルツイン技術は、電力系統の電圧制御に革命をもたらす可能性がある。 しかし、最先端のディジタルツイン法は計算効率の低下とサンプリング効率の低下に悩まされ、その応用を妨げている。 この問題に対処するため,Gumbel-Consistency Digital Twin (GC-DT)法を提案する。 提案手法は,Gumbel-top の手法を利用して,非反復サンプリング動作を強化し,モンテカルロ木探索シミュレーションへの依存度を低減し,計算効率を向上する。 第二に、整合損失関数は、予測された隠蔽状態と潜伏空間の実際の隠蔽状態とを整列させ、予測精度とサンプリング効率の両方を増加させる。 IEEE 123-bus, 34-bus, 13-busシステムの実験により, 提案したGC-DT法は, 計算効率とサンプリング効率の両方で最先端のDT法より優れていることが示された。

関連論文リスト

• Faster WIND: Accelerating Iterative Best-of-$N$ Distillation for LLM Alignment [81.84950252537618]
  本稿では,反復的BONDと自己プレイアライメントの統一的なゲーム理論接続を明らかにする。 WINレート支配(WIN rate Dominance, WIND)という新しいフレームワークを構築し, 正規化利率支配最適化のためのアルゴリズムを多数提案する。
  論文  参考訳（メタデータ） (2024-10-28T04:47:39Z)
• Function Approximation for Reinforcement Learning Controller for Energy from Spread Waves [69.9104427437916]
  マルチジェネレータ・ウェーブ・エナジー・コンバータ(WEC)は、スプレッド・ウェーブと呼ばれる異なる方向から来る複数の同時波を処理しなければならない。 これらの複雑な装置は、エネルギー捕獲効率、維持を制限する構造的ストレスの低減、高波に対する積極的な保護という複数の目的を持つコントローラを必要とする。 本稿では,システム力学のシーケンシャルな性質をモデル化する上で,ポリシーと批判ネットワークの異なる機能近似について検討する。
  論文  参考訳（メタデータ） (2024-04-17T02:04:10Z)
• Growing Q-Networks: Solving Continuous Control Tasks with Adaptive Control Resolution [51.83951489847344]
  ロボット工学の応用において、スムーズな制御信号はシステム摩耗とエネルギー効率を減らすために一般的に好まれる。 本研究では,離散的な動作空間を粗い状態から細かい制御分解能まで拡大することにより,この性能ギャップを埋めることを目的とする。 我々の研究は、値分解とアダプティブ・コントロール・リゾリューションが組み合わさることで、単純な批判のみのアルゴリズムが得られ、連続制御タスクにおいて驚くほど高い性能が得られることを示唆している。
  論文  参考訳（メタデータ） (2024-04-05T17:58:37Z)
• Digital versus Analog Transmissions for Federated Learning over Wireless Networks [91.20926827568053]
  資源制約付きネットワーク上での無線連合学習(FL)における2つの効果的な通信方式を比較した。 まず,デジタルとアナログの両方の伝送方式と,実用的制約下での統一的かつ公正な比較手法について検討する。 無線ネットワークにおけるFL性能評価のために,様々な不完全条件下での普遍収束解析を確立する。
  論文  参考訳（メタデータ） (2024-02-15T01:50:46Z)
• A Learning-based Adaptive Compliance Method for Symmetric Bi-manual Manipulation [13.061684545690882]
  シンメトリバイマニュアル操作は、軌道上での操作において必須のスキルである。 従来の手法では、モーションプランニングとコンプライアンスコントロールは2つの別々のモジュールと見なされてきた。 本稿では,対称的双方向操作の効率性とロバスト性を向上させる学習型適応コンプライアンスアルゴリズム(LAC)を提案する。
  論文  参考訳（メタデータ） (2023-03-27T14:51:29Z)
• Optimizing a Digital Twin for Fault Diagnosis in Grid Connected Inverters -- A Bayesian Approach [5.335631208278852]
  我々は、限られたデータで柔軟な実装を可能にするデジタルツインのオンライン最適化に向けた我々の取り組みをチャネル化します。 分類性能評価には,仮想同期発電機(VSG)制御グリッドフォーミングコンバータの異なる故障事例を検討する。 我々の研究結果は、デジタルツイン設計によって達成された精度と忠実度の増加を明らかにします。
  論文  参考訳（メタデータ） (2022-12-07T10:44:19Z)
• 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)
• An Artificial Neural Network-Based Model Predictive Control for Three-phase Flying Capacitor Multi-Level Inverter [2.3513645401551333]
  モデル予測制御(MPC)は、単純な概念、高速な動的応答、優れた参照追跡のため、パワーエレクトロニクスで広く使われている。 最適なスイッチング状態を予測するためにシステムの数学的モデルに依存するため、パラメトリックな不確実性に悩まされる。 本稿では,ニューラルネットワーク(ANN)に基づくモデルフリー制御戦略を提案する。
  論文  参考訳（メタデータ） (2021-10-15T13:54:08Z)
• BRDS: An FPGA-based LSTM Accelerator with Row-Balanced Dual-Ratio Sparsification [3.3711251611130337]
  エネルギー消費を低減し、Long Short-Term Memory (LSTM) ニューラルネットワークアクセラレータの速度を改善するためのハードウェアフレンドリーなプランニングアルゴリズムを提示する。 その結果、提案された加速器は最大272%の有効GOPS/Wを提供することができ、パープレキシティエラーはPTBデータセットの1.4%まで低減される。
  論文  参考訳（メタデータ） (2021-01-07T18:23:48Z)
• An Experimental Study of Reduced-Voltage Operation in Modern FPGAs for Neural Network Acceleration [9.06484009562659]
  安全な電圧レベル以下では、過度の回路遅延の増加によるタイミング障害が発生する可能性がある。 実FPGAの複数成分の低電圧動作について実験的に検討した。 減圧運転の欠点を最小限に抑える手法を提案する。
  論文  参考訳（メタデータ） (2020-05-04T22:59:07Z)
• Improving Efficiency in Large-Scale Decentralized Distributed Training [58.80224380923698]
  通信コストを最小化しつつ、スペクトルギャップを改善して(A)D-PSGDに基づくトレーニングを加速する手法を提案する。 提案手法の有効性を示すために,2000時間Switchboard音声認識タスクとImageNetコンピュータビジョンタスクの実験を行った。
  論文  参考訳（メタデータ） (2020-02-04T04:29:09Z)

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。