Buchumschlag

Constraints and Variables Reduction for Optimal Power Flow Using Hierarchical Graph Neural Networks with Virtual Node-Splitting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pham, Thuan, Li, Xingpeng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Systems and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

N-1 Reduced Optimal Power Flow Using Augmented Hierarchical Graph Neural Network
von: Pham, Thuan, et al.
Veröffentlicht: (2024)

Reduced Optimal Power Flow Using Graph Neural Network
von: Pham, Thuan, et al.
Veröffentlicht: (2022)

Graph Neural Network-Accelerated Network-Reconfigured Optimal Power Flow
von: Pham, Thuan, et al.
Veröffentlicht: (2024)

Linearization of ReLU Activation Function for Neural Network-Embedded Optimization: Optimal Day-Ahead Energy Scheduling
von: Zhao, Cunzhi, et al.
Veröffentlicht: (2023)

PowerFlowNet: Power Flow Approximation Using Message Passing Graph Neural Networks
von: Lin, Nan, et al.
Veröffentlicht: (2023)

Optimal Sensor Placement in Power Transformers Using Physics-Informed Neural Networks
von: Li, Sirui, et al.
Veröffentlicht: (2025)

A Deep Neural Network-based Frequency Predictor for Frequency-Constrained Optimal Power Flow
von: Jiang, Fan, et al.
Veröffentlicht: (2025)

Deep Neural Network-Enhanced Frequency-Constrained Optimal Power Flow with Multi-Governor Dynamics
von: Jiang, Fan, et al.
Veröffentlicht: (2026)

Beyond the Neural Fog: Interpretable Learning for AC Optimal Power Flow
von: Pineda, Salvador, et al.
Veröffentlicht: (2024)

Graph Neural Networks in Wind Power Forecasting
von: Castellano, Javier, et al.
Veröffentlicht: (2025)

Optimal Loss Reduction in Distribution Networks Using Conservation Voltage Reduction and Network Topology Reconfiguration
von: Fatima, Rida, et al.
Veröffentlicht: (2026)

Residual Correction Models for AC Optimal Power Flow Using DC Optimal Power Flow Solutions
von: Za'ter, Muhy Eddin, et al.
Veröffentlicht: (2025)

Power Failure Cascade Prediction using Graph Neural Networks
von: Chadaga, Sathwik, et al.
Veröffentlicht: (2024)

Global Performance Guarantees for Neural Network Models of AC Power Flow
von: Chevalier, Samuel, et al.
Veröffentlicht: (2022)

Physics-Informed Graph Neural Network for Dynamic Reconfiguration of Power Systems
von: Authier, Jules, et al.
Veröffentlicht: (2023)

Residual Power Flow for Neural Solvers
von: Stiasny, Jochen, et al.
Veröffentlicht: (2026)

Quantum Neural Networks for Power Flow Analysis
von: Kaseb, Zeynab, et al.
Veröffentlicht: (2023)

Learning the Optimal Power Flow: Environment Design Matters
von: Wolgast, Thomas, et al.
Veröffentlicht: (2024)

Scaling Laws of Machine Learning for Optimal Power Flow
von: Liu, Xinyi, et al.
Veröffentlicht: (2026)

PowerGNN: A Topology-Aware Graph Neural Network for Electricity Grids
von: Suri, Dhruv, et al.
Veröffentlicht: (2025)

PowerFlowMultiNet: Multigraph Neural Networks for Unbalanced Three-Phase Distribution Systems
von: Ghamizi, Salah, et al.
Veröffentlicht: (2024)

Graph Neural Network-Based Distributed Optimal Control for Linear Networked Systems: An Online Distributed Training Approach
von: Song, Zihao, et al.
Veröffentlicht: (2025)

Online Planning of Power Flows for Power Systems Against Bushfires Using Spatial Context
von: Xu, Jianyu, et al.
Veröffentlicht: (2024)

Pontryagin Optimal Control via Neural Networks
von: Gu, Chengyang, et al.
Veröffentlicht: (2022)

Complex-Value Spatio-temporal Graph Convolutional Neural Networks and its Applications to Electric Power Systems AI
von: Wu, Tong, et al.
Veröffentlicht: (2022)

Personalized Hierarchical Split Federated Learning in Wireless Networks
von: Pervej, Md-Ferdous, et al.
Veröffentlicht: (2024)

Incremental Correction in Dynamic Systems Modelled with Neural Networks for Constraint Satisfaction
von: Cho, Namhoon, et al.
Veröffentlicht: (2022)

Late Breaking Results: Conversion of Neural Networks into Logic Flows for Edge Computing
von: Stein, Daniel, et al.
Veröffentlicht: (2026)

Virtual Smart Metering in District Heating Networks via Heterogeneous Spatial-Temporal Graph Neural Networks
von: Niresi, Keivan Faghih, et al.
Veröffentlicht: (2026)

An Efficient Learning-Based Solver for Two-Stage DC Optimal Power Flow with Feasibility Guarantees
von: Zhang, Ling, et al.
Veröffentlicht: (2023)

PGLearn -- An Open-Source Learning Toolkit for Optimal Power Flow
von: Klamkin, Michael, et al.
Veröffentlicht: (2025)

Solving Conic Programs over Sparse Graphs using a Variational Quantum Approach: The Case of the Optimal Power Flow
von: Le, Thinh Viet, et al.
Veröffentlicht: (2025)

Hierarchical End-to-End Taylor Bounds for Complete Neural Network Verification
von: Entesari, Taha, et al.
Veröffentlicht: (2026)

Power Flow Analysis Using Deep Neural Networks in Three-Phase Unbalanced Smart Distribution Grids
von: Tiwari, Deepak, et al.
Veröffentlicht: (2024)

Power Flow Approximations for Multiphase Distribution Networks using Gaussian Processes
von: Glover, Daniel, et al.
Veröffentlicht: (2025)

Machine Learning Infused Distributed Optimization for Coordinating Virtual Power Plant Assets
von: Li, Meiyi, et al.
Veröffentlicht: (2023)

Cascading Blackout Severity Prediction with Statistically-Augmented Graph Neural Networks
von: Gorka, Joe, et al.
Veröffentlicht: (2024)

gridfm-datakit-v1: A Python Library for Scalable and Realistic Power Flow and Optimal Power Flow Data Generation
von: Puech, Alban, et al.
Veröffentlicht: (2025)

Distributed Control of Network Systems in the Space of Stabilizing Graph Neural Network Policies
von: Cao, John, et al.
Veröffentlicht: (2025)

Optimal Power Scheduling for High Renewables-Integrated Energy Systems with Battery Storage
von: Zhao, Cunzhi, et al.
Veröffentlicht: (2023)