跳到正文
热点事件观察中

预印本提出电网二次过载反事实筛查框架

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Ayrton Almada 等作者在 arXiv 预印本中提出一种反事实筛查框架,将线性随机摇摆代理模型与交叉熵重要性采样结合,用于识别单相接地故障单极跳闸重合闸期间激发的罕见二次过载。代理模型以有效耦合因子和局部乘性噪声表示断相走廊,参数由电磁暂态仿真学习,均值与协方差闭式传播,作者称可实现无需蒙特卡洛采样的确定性校准。 在缩减版 WECC 240 节点系统上,作者报告全局校准模型显著改善了与电磁暂态机电状态的有限时间一致性;模型在重合闸时校准,并在更长断相区间下的不相交故障线路上测试。按线路和运行状态定制的模型使用评估线路的额外重合闸数据,作者称仅带来较小的进一步改善,代价是需要更多单独拟合。该研究为预印本,尚未经同行评审。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv 电力系统研究
    用电磁暂态仿真的随机代理模型反事实筛查电网罕见二次过载

    研究提出一种反事实筛查框架,将线性随机摇摆代理模型与交叉熵重要性采样结合,用于识别单相接地故障单极跳闸重合闸期间激发的罕见二次过载。代理模型通过有效耦合因子和局部乘性噪声表示断相走廊,参数由电磁暂态仿真学习得到,均值与协方差闭式传播实现无需蒙特卡洛采样的确定性校准。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。