Application of Deep Learning Methods in Monitoring and Optimization of Electric Power Systems

要約

本博士論文は、電力系統の監視と最適化に採用されるアルゴリズムを進化させる手段として、ディープラーニング技術の活用を徹底的に検討するものである。本論文の最初の主要な貢献は、電力系統の状態推定を強化するためのグラフ・ニューラル・ネットワークの応用である。本論文の2つ目の主要な側面は、動的な配電網再構成のための強化学習の活用に焦点を当てている。提案された手法の有効性は、広範な実験とシミュレーションによって確認されている。

要約(オリジナル)

This PhD thesis thoroughly examines the utilization of deep learning techniques as a means to advance the algorithms employed in the monitoring and optimization of electric power systems. The first major contribution of this thesis involves the application of graph neural networks to enhance power system state estimation. The second key aspect of this thesis focuses on utilizing reinforcement learning for dynamic distribution network reconfiguration. The effectiveness of the proposed methods is affirmed through extensive experimentation and simulations.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL