Power Plant Model Parameter Calibration Using Conditional Variational Autoencoder

Accurate models of power plants play an important role in maintaining the reliable and secure grid operations. In this paper, we propose a synchrophasor measurement-based generator parameter calibration method by a novel deep learning method with high computational efficiency. An elementary effects-...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on power systems Ročník 37; číslo 2; s. 1642 - 1652
Hlavní autoři:	Khazeiynasab, Seyyed Rashid, Zhao, Junbo, Batarseh, Issa, Tan, Bendong
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.03.2022 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Calibration Computational modeling Conditional variational autoencoders Data models deep learning elementary effects Engineering Generators Mathematical model Mathematical models Nonlinear systems parameter estimation Parameter identification Phasor measurement units Power plants power system dynamics Power system stability synchrophasor measurements
ISSN:	0885-8950, 1558-0679
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!