С помощью новой нейронной сети ученые лаборатории помогли создать новые формулы, которые могли бы соединить статические и динамические характеристики энергосистемы трудный подвиг.
Новая модель искусственной нейронной сети, созданная учеными, обрабатывает как статические, так и динамические характеристики энергосистемы с относительно высокой степенью точности.
Энергосистемы Америки не только велика, но и динамична, что делает ее особенно сложной в управлении. Люди-операторы знают, как поддерживать системы в статичном состоянии. Но когда условия быстро меняются, например, из-за внезапных сбоев, операторы не имеют четкого способа предвидеть, как система должна наилучшим образом адаптироваться к требованиям безопасности системы.
Новый подход позволяет операторам принимать решения с учетом как статических, так и динамических особенностей энергосистемы в рамках единой модели принятия решений с большей точностью-исторически сложная задача.
В энергосистемах операторы должны удерживать частоту в определенном диапазоне значений, чтобы соответствовать пределам безопасности. Статические условия, такие как количество работающих генераторов, влияют на способность системы удерживать частоту и другие динамические характеристики.
Большинство аналитиков рассчитывают статические и динамические характеристики по отдельности, но результаты оказываются недостаточными. В то же время, другие пытались разработать простые модели, которые могут объединить оба типа вычислений, но эти модели ограничены в их масштабируемости и точности, особенно по мере усложнения систем.
Команда разработчиков использовала нейронную сеть для отслеживания того, как набор статических условий в системе микрогридов сопоставляется с набором динамических условий или значений. Более конкретно, исследователи использовали его для оптимизации статических ресурсов внутри своей микрорешетки, чтобы электрическая частота оставалось в безопасном диапозоне.
Данные моделирования служили входами и выходами для обучения их нейронной сети. Входными данными были статические данные, а выходными динамические отклики, в частности диапазон безопасных частот. Когда исследователи передали оба набора данных в нейронную сеть, она научилась отображать оцененные динамические реакции для набора статических условий.
Исследователи, аналитики и операторы могут использовать подход ученых в качестве отправной точки. Например, операторы потенциально могут использовать его, чтобы предвидеть, когда они могут включать и выключать ресурсы генерации, в то же время гарантируя, что все ресурсы, которые находятся в сети, способны противостоять определенным сбоям.
