返回
Adaptable Parameters Estimation for Microgrid Distributed Energy Resources Using Modified Physics-Informed Neural Network
DOI:10.1109/TSTE.2025.3581385.png)
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
IF:
10
论文数:
252
被引数:
0
机构
引用论文
Hierarchical Control of Droop-Controlled AC and DC Microgrids-A General Approach Toward Standardization下垂控制的交流和直流微电网的分层控制-标准化的一般方法
Multi-level physics informed deep learning for solving partial differential equations in computational structural mechanics多尺度物理信息深度学习在计算结构力学中求解偏微分方程的应用
A Comprehensive Review of State-of-the-Art Parameter Estimation Techniques for Permanent Magnet Synchronous Motors in Wide Speed Range宽调速范围内永磁同步电动机最新参数估计技术的综合评述
An Accurate Power Control Strategy for Power-Electronics-Interfaced Distributed Generation Units Operating in a Low-Voltage Multibus Microgrid低压多母线微电网中运行的电力电子接口分布式发电单元的精确功率控制策略

