跳到正文
热点事件持续更新

动作条件图预测器降低电网级联故障率

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Fangxin Liu、Zhentao Tian 提出动作条件图预测器(ACGP),用于电力系统多步级联故障预测与闭环缓解。在 Grid2Op 闭环实验中,终端故障率和级联率从不采取行动时的 53.3% 和 51.1% 降至 12.2% 和 7.8%,接近模拟器参考值 11.1% 和 6.7%。 该方法在同一故障后状态下回放多种合法动作以生成监督信号,数据集含 2,860 个反事实根和 22,880 个动作条件分支。留出测试集上五步线路负载 MAE 为 0.0369,重调度成对排序准确率 0.806;去掉动作消融后排序准确率降至接近随机水平。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月14日
  1. arXiv eess.SY 系统与控制精选
    面向电力系统级联故障缓解的动作条件图预测研究

    该论文提出动作条件图预测器 ACGP,用于电力系统多步级联故障预测与闭环缓解,通过同状态反事实分支在同一故障后状态下回放多种合法动作以获得监督信号。数据集包含 2,860 个反事实根和 22,880 个动作条件分支;在留出测试集上,五步线路负载 MAE 为 0.0369,重调度成对排序准确率为 0.806,动作消融使排序准确率降至接近随机水平。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。