返回
Efficient High-Order Participation Factor Computation via Batch-Structured Tensor Contraction
DOI:10.1109/TPWRS.2025.3631327.png)
摘要
En 中文
参与因子(PFs)量化了系统模态与状态变量之间的相互作用,并在模态分析、模型降阶和控制设计等众多应用中发挥着关键作用。随着系统复杂性的增加,特别是由于电力电子设备和可再生能源集成的影响,对可扩展的高阶非线性参与因子(NPF)计算的需求变得更加迫切。本文提出了一种高效的基于张量的方法,用于计算任意阶的NPF。传统上直接从正规形理论计算PFs的方法计算成本高昂——即使是二阶PFs也是如此——并且由于内存限制,对于更高阶的情况变得不可行。为解决这一问题,引入了一种基于张量收缩的方法,该方法能够通过批处理策略计算高阶PFs。批处理大小根据可用的计算资源动态确定,从而实现可扩展且内存高效的计算。
Keyword:
Participation factors
tensor contraction
nonlinear modal analysis
Taylor series expansion
期刊
IF:
7.2
论文数:
1.1W
被引数:
5.0W
机构
引用论文
没有更多内容

