Jun, 2022
基于数据驱动的线性 Koopman 嵌入模型的网络系统：模型预测网络控制
Data-Driven Linear Koopman Embedding for Networked Systems: Model-Predictive Grid Control
Ramij R. Hossain, Rahmat Adesunkanmi, Ratnesh Kumar
TL;DR本研究介绍了一种数据学习的线性 Koopman 嵌入非线性网络动态的方法，并将其用于实现电网中的实时模型预测紧急电压控制。该方法包括一种新颖的 “基字典自由” 的数据驱动系统动态升维方式、基于 Koopman 的深度神经网络编码器解码器架构用于分布式控制下潜在动力学的线性嵌入以及使用真实系统轨迹数据一次性学习三个连续变换的端到端成分。通过在标准 IEEE 39 总线系统上进行应用程序验证了该方法的效力和鲁棒性。