Supporting Future Electrical Utilities: Using Deep Learning Methods in EMS and DMS Algorithms

要約

電力システムは、散発的な発電を行う再生可能エネルギー資源の統合が進むにつれて、サイズ、複雑さ、およびダイナミクスが増大しています。
これには、ほぼリアルタイムの電力システム アルゴリズムの開発が必要であり、電力システムのサイズに関する計算の複雑さを軽減する必要があります。
過去の測定データの収集における傾向の高まりと、急速に発展している深層学習分野における最近の進歩を考慮して、このホワイト ペーパーの主な目的は、最近の深層学習ベースの電力システム監視および最適化アルゴリズムのレビューを提供することです。
電力会社は、エネルギー管理システム (EMS) および配電管理システム (DMS) で従来使用されていたアルゴリズムを再実装または強化することにより、このレビューの恩恵を受けることができます。

要約(オリジナル)

Electrical power systems are increasing in size, complexity, as well as dynamics due to the growing integration of renewable energy resources, which have sporadic power generation. This necessitates the development of near real-time power system algorithms, demanding lower computational complexity regarding the power system size. Considering the growing trend in the collection of historical measurement data and recent advances in the rapidly developing deep learning field, the main goal of this paper is to provide a review of recent deep learning-based power system monitoring and optimization algorithms. Electrical utilities can benefit from this review by re-implementing or enhancing the algorithms traditionally used in energy management systems (EMS) and distribution management systems (DMS).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google