Learning to Solve the AC Optimal Power Flow via a Lagrangian Approach

Learning to Solve the AC Optimal Power Flow via a Lagrangian Approach
复制标题

学习通过拉格朗日方法求解交流最优潮流

DOI:
10.1109/naps56150.2022.10012237
复制
发表时间:
2022
期刊:
North American Power Symposium
影响因子:
--
通讯作者:
Zhang, Baosen
Zhang, Baosen
中科院分区:
--
文献类型:
--
作者:
Zhang, Ling;Zhang, Baosen

文献摘要

参考文献

被引文献

相似文献

DOI: 10.1109/allerton.2019.8919943
发表时间: 2019
期刊: 2019 57th Annual Allerton Conference on Communication, Control, and Computing (Allerton)
影响因子: --
作者:
B. Lesieutre;J. Lindberg;Alisha Zachariah;N. Boston
通讯作者: N. Boston
DOI: 10.1109/pesgm41954.2020.9281807
发表时间: 2020-08
期刊: 2020 IEEE Power & Energy Society General Meeting (PESGM)
影响因子: --
作者:
Julie Mulvaney-Kemp;S. Fattahi;J. Lavaei
通讯作者: Julie Mulvaney-Kemp;S. Fattahi;J. Lavaei
提高交流最优潮流问题解决方案质量的迭代方法
DOI: 10.1145/3538637.3538858
发表时间: 2022
期刊: Thirteenth ACM International Conference on Future Energy Systems
影响因子: --
作者:
Zhang, Ling;Zhang, Baosen
通讯作者: Zhang, Baosen
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
一种查找所有潮流解决方案的有效方法 - 重新审视
DOI: 10.1109/allerton.2015.7447029
发表时间: 2015
期刊: 2015 53rd Annual Allerton Conference on Communication, Control, and Computing (Allerton)
影响因子: --
作者:
B. Lesieutre;Dan Wu
通讯作者: Dan Wu