BriefGPT - AI 论文速递
·
DeepOPF-U: 一个统一的深度神经网络用于解决多网络中的交流最优功率流问题
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
DeepOPF-U模型利用深度神经网络解决分布式能源资源条件下的交流最优潮流问题，相较于现有的基于深度神经网络的解决方案具有更好的性能。多个测试系统的仿真验证证实了该模型的有效性。
🎯
关键要点
- 提出了 DeepOPF-U 模型，利用统一的深度神经网络解决交流最优潮流问题。
- 该模型能够处理不同拓扑结构和日益增长的分布式能源资源条件。
- 通过弹性输入和输出层，处理不同网络中具有不同长度的负荷和最优潮流解向量。
- 对 IEEE 57/118/300 总线测试系统及扩展网络进行仿真验证。
- 验证结果表明 DeepOPF-U 模型性能优于现有的基于深度神经网络的解决方案。
➡️
