arrow
返回

Adaptable Parameters Estimation for Microgrid Distributed Energy Resources Using Modified Physics-Informed Neural Network

delete2025-06-19
delete0
PRE
AI
L
Likun Chen
Y
Yifan Wang
W
Wei Sun
X
Xuzhu Dong
王波 封面图
王波 (Bo Wang)
DOI:10.1109/TSTE.2025.3581385delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
微电网中的参数估计由于分布式能源(DERs)带来的系统动态模糊性和数据稀缺性而仍然具有挑战性。本研究提出了一种针对此类约束条件下的参数估计而设计的改进物理信息神经网络(PINN)范式。本文介绍了两项主要创新:首先,通过将小信号分析与PINN框架下的常微分方程相结合,我们引入了一种适用于微网中不同类型DERs的适应性参数估计范式。其次,我们引入了一种改进的数据转换方法,与传统的PINN方法相比,其训练时间最多可减少82.87%。为验证本方法,我们基于开源真实微电网的实时数字仿真,对两种典型系统配置进行了仿真以生成数据。我们采用低于5%的误差限作为关键指标来评估所提方法,以确认其在不同类型DERs上的鲁棒性和准确性。实验结果表明,所提方法在各类常微分方程和多样化数学模型中均展现出有效性和适应性。此外,还分析了欠优和失败案例并进行讨论,以提供对方法局限性的全面评估。
Keyword:
Modified physics-informed neural network
microgrid
differential equation
parameters estimation
dynamic characteristic

期刊

I
IEEE Transactions on Sustainable Energy
IF:
10
论文数:
252
被引数:
0

机构

W
wuhan university
学者数:
8.1W
论文数: 5.8W
被引数: 70
U
University of Edinburgh
学者数:
5.2W
论文数: 4.6W
被引数: 71
引用论文

引用论文

Improvement of Composite Load Modeling Based on Parameter Sensitivity and Dependency Analyses
err2014-01-01
err79
PREAI
errSon, SeoEun; Lee, Soo Hyoung; Choi, Dong-Hee; Song, Kyung-Bin; Park, Jung-Do; Kwon, Young-Hoon; Hur, Kyeon; Park, Jung-Wook
err分享
err收藏
Banshee distribution network benchmark and prototyping platform for hardware‐in‐the‐loop integration of microgrid and device controllers
err2019-04-29
err0
errOAAI
errReynaldo Salcedo; Edward Corbett; Christopher Smith; Erik Limpaecher; Raajiv Rekha; John Nowocin; Georg Lauss; Edwin Fonkwe; Murilo Almeida; Peter Gartner; Scott Manson; Bharath Nayak; Ivan Celanovic; Christian Dufour; M.Omar Faruque; Karl Schoder; Ron Brandl; Panos Kotsampopoulos; Thrung Ham Ha; Ali Davoudi; Ali Dehkordi; Kai Strunz
err分享
err收藏
学者 查看更多内容