找到 1 条结果
基于隐私保护的物理信息深度算子代理模型的电–气耦合系统连锁故障实时主动控制
Real-time proactive control of cascading failures in integrated electricity–gas systems based on a privacy-preserving physics informed deep operator surrogate model
Jiachen Zhang · Qinglai Guo · Yanzhen Zhou · Hongbin Sun · Applied Energy · 2025年1月 · Vol.401
摘要 随着电力系统与天然气网络之间耦合程度的加深，两类系统间的故障传播风险也随之上升，威胁综合能源系统的安全运行。然而，采用传统数值方法进行动态能量流分析存在计算效率低下的问题，难以满足实时紧急控制的需求。此外，系统之间直接共享模型与数据在实际应用中仍不可行。为应对上述挑战，本文提出了一种面向电–气耦合系统（IEGS）连锁故障的快速主动控制方法，利用物理信息驱动的天然气网络代理模型显著加速安全分析过程。所提出的框架结合了物理信息驱动的深度算子神经网络（PI-DeepONet），以实现故障条件下快...
解读: 该电-气耦合系统级联故障预测技术对阳光电源储能系统具有重要价值。基于物理信息深度学习的实时故障预测方法可应用于PowerTitan储能系统与iSolarCloud平台,实现多能源系统协同控制。其隐私保护数据压缩技术可增强ST系列PCS在综合能源场景的安全性,支持虚拟电厂VPP应用中电储气多系统协调。...