Scalable Learning for Optimal Load Shedding Under Power Grid Emergency Operations
Scalable Learning for Optimal Load Shedding Under Power Grid Emergency Operations
复制标题
电网应急操作下最佳减载的可扩展学习
DOI：
10.1109/pesgm48719.2022.9916594
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Zhu, Hao
中科院分区：
文献类型：
--
作者：
Zhou, Yuqi;Park, Jeehyun;Zhu, Hao
登录
查看更多内容
放宽交流最大负载输送以进行严重意外事故分析
影响因子：
6.6
作者：
Carleton Coffrin;R. Bent;Byron Tasseff;K. Sundar;S. Backhaus
通讯作者：
S. Backhaus
DOI：
10.1109/ptc.2019.8810819
发表时间：
2019-02
期刊：
2019 IEEE Milan PowerTech
影响因子：
--
作者：
Deepjyoti Deka;Sidhant Misra
通讯作者：
Deepjyoti Deka;Sidhant Misra
交流最佳潮流的机器学习
DOI：
--
发表时间：
2019
期刊：
arXiv.org
影响因子：
--
作者：
Neel Guha;Zhecheng Wang;Matt Wytock;Arun Majumdar
通讯作者：
Arun Majumdar
学习交流最佳功率流的热启动点
DOI：
10.1109/mlsp.2019.8918690
发表时间：
2019
期刊：
2019 IEEE 29th International Workshop on Machine Learning for Signal Processing (MLSP)
影响因子：
--
作者：
K. Baker
通讯作者：
K. Baker
PowerModels.J1：用于探索潮流公式的开源框架
DOI：
--
发表时间：
2017
期刊：
Power Systems Computation Conference
影响因子：
--
作者：
Carleton Coffrin;R. Bent;K. Sundar;Yeesian Ng;Miles Lubin
通讯作者：
Miles Lubin