Teknoloji & Yapay Zeka

Elektrik şebekelerinde yapay zeka ile parametre tahmini yeni yöntemle geliştiriliyor

Araştırmacılar, çok makineli güç sistemi modellerinde parametre tahmini için yeni bir Bayesian çıkarım çerçevesi geliştirdi. Geleneksel yaklaşımlardan farklı olarak, bu yöntem diferansiyel-cebirsel denklem (DAE) modellerini tam olarak kullanarak jeneratör ve şebeke parametrelerini birlikte tahmin ediyor. Sistem, jeneratör eylemsizliği ve sönümleme değerleri ile şebeke dalı dirençleri ve reaktanslarını aynı anda belirleyebiliyor. IEEE 9-baralı test sisteminde yapılan deneyler, yöntemin parametreleri doğru bir şekilde geri kazanabildiğini gösteriyor. Bu gelişme, elektrik şebekelerinin daha iyi anlaşılması ve kontrol edilmesi açısından önemli.

Elektrik güç sistemlerinin matematiksel modellemesinde uzun süredir kullanılan diferansiyel-cebirsel denklem (DAE) modelleri, jeneratör fiziği ile şebeke güç akış denklemlerini birleştiren karmaşık yapılardır. Bu modeller güç sistemi ders kitaplarında iyi bilinmesine rağmen, parametre belirleme konusu yeterince araştırılmamıştı.

Yeni geliştirilen yöntem, önceki çalışmalarda kullanılan basitleştirilmiş ODE yaklaşımlarının aksine, tam DAE modellerini kullanarak daha doğru sonuçlar elde ediyor. Bayesian çıkarım çerçevesi, belirsizlikleri de dikkate alarak hem jeneratör hem de şebeke parametrelerini aynı anda tahmin edebiliyor.

Sistem, fizik farkındal istatistiksel modelleme ile hesaplama açısından verimli posterior örnekleme tekniklerini birleştireyor. Bu kombinasyon, birleşik Bayesian kalibrasyonunu pratik hale getiriyor ve gerçek zamanlı uygulamalarda kullanılabilir kılıyor.

IEEE 9-baralı standart test sisteminde yapılan deneyler, yöntemin jeneratör eylemsizlik ve sönümleme katsayıları ile şebeke dalı empedanslarını başarıyla belirleyebildiğini kanıtlıyor. Bu gelişme, güç sistemlerinin dinamik davranışlarının daha iyi anlaşılması ve gelecekteki akıllı şebeke uygulamaları için önemli bir adım oluşturuyor.

Özgün Kaynak
arXiv (CS + AI)
DAE-Aware Bayesian Inference for Joint Generator-Network Parameter Estimation
Orijinal makaleyi oku

Bu içerik, özgün kaynaktaki bilgiler temel alınarak BilimKapsül editörleri tarafından yeniden kaleme alınmıştır. Orijinal metnin birebir çevirisi değildir. Telif hakkı özgün yayıncıya aittir.