Buchumschlag

A Differentially Private Quantum Neural Network for Probabilistic Optimal Power Flow

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cao, Yuji, Chen, Yue, Xu, Yan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Quantum-Enabled Probabilistic Optimal Power Flow with Built-in Differential Privacy
von: Cao, Yuji, et al.
Veröffentlicht: (2026)

Advancing Hybrid Quantum Neural Network for Alternative Current Optimal Power Flow
von: Hu, Ze, et al.
Veröffentlicht: (2024)

Analytical Probabilistic Power Flow Approximation Using Invertible Neural Networks
von: Xia, Weijie, et al.
Veröffentlicht: (2026)

Inverse Chance Constrained Optimal Power Flow
von: Wang, Shenglu, et al.
Veröffentlicht: (2025)

Quantum Algorithms for Optimal Power Flow
von: Hafshejani, Sajad Fathi, et al.
Veröffentlicht: (2024)

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

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

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

Carbon-Aware Optimal Power Flow
von: Chen, Xin, et al.
Veröffentlicht: (2023)

Differentially Private Obfuscation of Power Grid Dynamics
von: Wu, Shengyang, et al.
Veröffentlicht: (2026)

A Differentially Private Energy Trading Mechanism Approaching Social Optimum
von: Cao, Yuji, et al.
Veröffentlicht: (2024)

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

Neural Networks for AC Optimal Power Flow: Improving Worst-Case Guarantees during Training
von: Giraud, Bastien, et al.
Veröffentlicht: (2025)

Input Convex Neural Network-Assisted Optimal Power Flow in Distribution Networks: Modeling, Algorithm Design, and Applications
von: Cheng, Rui, et al.
Veröffentlicht: (2024)

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

Optimal Power Flow in Renewable-Integrated Power Systems: A Comprehensive Review
von: Chen, Zigang
Veröffentlicht: (2024)

Power Converter DC Link Ripple and Network Unbalance as Active Constraints in Distribution System Optimal Power Flow
von: Deakin, Matthew, et al.
Veröffentlicht: (2025)

Efficient Probabilistic Optimal Power Flow Assessment Using an Adaptive Stochastic Spectral Embedding Surrogate Model
von: Wang, Xiaoting, et al.
Veröffentlicht: (2024)

Enhanced Optimal Power Flow Using a Trained Neural Network Surrogate for Distribution Grid Constraints
von: Panagi, Savvas, et al.
Veröffentlicht: (2026)

AC-Network-Informed DC Optimal Power Flow for Electricity Markets
von: Constante-Flores, Gonzalo E., et al.
Veröffentlicht: (2024)

On the Choice of Loss Function in Learning-based Optimal Power Flow
von: Chen, Ge, et al.
Veröffentlicht: (2024)

Optimal Power Flow Pursuit via Feedback-based Safe Gradient Flow
von: Colot, Antonin, et al.
Veröffentlicht: (2023)

A Distributionally Robust Optimal Control Approach for Differentially Private Dynamical Systems
von: Jang, Yeongjun, et al.
Veröffentlicht: (2026)

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

Bayesian Quantum Neural Network for Renewable-Rich Power Flow with Training Efficiency and Generalization Capability Improvements
von: Zhu, Ziqing, et al.
Veröffentlicht: (2024)

A New Neural Network Paradigm for Scalable and Generalizable Stability Analysis of Power Systems
von: Han, Tong, et al.
Veröffentlicht: (2025)

Locally Differentially Private Multi-Sensor Fusion Estimation With System Intrinsic Randomness
von: Yan, Xinhao, et al.
Veröffentlicht: (2025)

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

Quantum Hardware-in-the-Loop for Optimal Power Flow in Renewable-Integrated Power Systems
von: Kaseb, Zeynab, et al.
Veröffentlicht: (2025)

Learning to Pursue AC Optimal Power Flow Solutions with Feasibility Guarantees
von: Ajeyemi, Damola, et al.
Veröffentlicht: (2025)

Generating Differentially Private Networks with a Modified Erdős-Rényi Model
von: Rao, Huaiyuan, et al.
Veröffentlicht: (2025)

Decentralized Stability-Constrained Optimal Power Flow for Inverter-Based Power Systems
von: Wang, Shigeng, et al.
Veröffentlicht: (2026)

Improved Physics-Informed Neural Network based AC Power Flow for Distribution Networks
von: Eeckhout, Victor, et al.
Veröffentlicht: (2024)

Learning Optimal Power Flow with Pointwise Constraints
von: Owerko, Damian, et al.
Veröffentlicht: (2025)

Differentiating Through Power Flow Solutions for Admittance and Topology Control
von: Talkington, Samuel, et al.
Veröffentlicht: (2025)

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

Differentiable Optimization for Deep Learning-Enhanced DC Approximation of AC Optimal Power Flow
von: Rosemberg, Andrew, et al.
Veröffentlicht: (2025)

Stabilizing Optimal Control for Nonlinear Stochastic Systems: A Parametric Gradient-Based Approach
von: Ito, Yuji, et al.
Veröffentlicht: (2025)

Discrete Shortest Paths in Optimal Power Flow Feasible Regions
von: Turizo, Daniel, et al.
Veröffentlicht: (2024)

Congestion-Sensitive Grid Aggregation for DC Optimal Power Flow
von: Stöckl, Benjamin, et al.
Veröffentlicht: (2025)