适应性信息化深度神经网络用于潮流分析

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究提出了PINN4PF,一种深度学习架构,旨在捕捉大型电力系统的非线性动态。通过创新的神经网络架构和自适应激活函数,显著提升了潮流分析能力,优于传统模型。

🎯

关键要点

  • 本研究提出了PINN4PF,一种深度学习架构。
  • PINN4PF旨在捕捉大型现代电力系统的非线性动态。
  • 创新的神经网络架构和自适应激活函数是该研究的主要贡献。
  • 引入基于物理的损失函数显著提升了潮流分析能力。
  • 研究结果表明,PINN4PF在多个测试系统上优于传统模型,尤其在准确性和稳健性方面。
➡️

继续阅读