电力网络中的罕见失步事件：关于数据实施和降维
摘要：电网中异步事件的频率与现实数据输入进行了讨论。我们关注波动性电力生产中时间相关性的作用，并提出了一种通过数据增量的累积量来复现非高斯数据的实现有色噪声的新方法。我们的失同步事件是由过载引起的。我们扩展了已知的并提出了不同的降维方法，以大大减少高维相空间，并以合理的计算成本预测罕见的失同步事件。第一种方法将系统分为两个由负载线连接的区域，并将每个区域视为一个单一节点进行处理。第二种方法考虑了功率波动和相角动力学时间尺度的分离，并完全忽略了后者。这种分离被证明是合理的，尽管在波动强度的指数精度下，罕见事件的数量不敏感地依赖于惯性或阻尼，对于现实的异质参数和长相关时间也是如此。与此相反，平均失同步时间的解析表达式对于波动电力输入的有限相关时间是敏感的。
作者：Tim Ritmeester and Hildegard Meyer-Ortmanns
论文ID：2208.02742
分类：Adaptation and Self-Organizing Systems
分类简称：nlin.AO
提交时间：2022-11-11