Buchumschlag

Dispatch-Aware Deep Neural Network for Optimal Transmission Switching

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Minsoo, Brun, Matthew, Sun, Andy, Kim, Jip
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dispatch-Aware Deep Neural Network for Optimal Transmission Switching: Toward Real-Time and Feasibility Guaranteed Operation
von: Kim, Minsoo, et al.
Veröffentlicht: (2025)

MPA-DNN: Projection-Aware Unsupervised Learning for Multi-period DC-OPF
von: Kim, Yeomoon, et al.
Veröffentlicht: (2025)

Probabilistic Dynamic Line Rating with Line Graph Convolutional LSTM
von: Kim, Minsoo, et al.
Veröffentlicht: (2025)

Probabilistic Dynamic Line Rating Forecasting with Line Graph Convolutional LSTM
von: Kim, Minsoo, et al.
Veröffentlicht: (2024)

Inertia-aware Unit Commitment and Remuneration Methods for Decarbonized Power System
von: Kim, HyunJoong, et al.
Veröffentlicht: (2024)

A Risk-aware Bi-level Bidding Strategy for Virtual Power Plant with Power-to-Hydrogen System
von: Yoo, Jaehyun, et al.
Veröffentlicht: (2025)

Integrating Conductor Health into Dynamic Line Rating and Unit Commitment under Wind Uncertainty
von: Roh, Geon, et al.
Veröffentlicht: (2025)

KPG 193: A Synthetic Korean Power Grid Test System for Decarbonization Studies
von: Song, Geonho, et al.
Veröffentlicht: (2024)

Causality-based Cost Allocation for Peer-to-Peer Energy Trading in Distribution System
von: Kim, Hyun Joong, et al.
Veröffentlicht: (2023)

Contingency-Aware Nodal Optimal Power Investments with High Temporal Resolution
von: Lee, Thomas, et al.
Veröffentlicht: (2025)

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

Risk-based approach to the Optimal Transmission Switching problem
von: Jeanson, Benoît, et al.
Veröffentlicht: (2025)

Bilevel Transmission Expansion Planning with Joint Chance-Constrained Dispatch
von: Xia, Yuxin, et al.
Veröffentlicht: (2025)

Transmission Neural Networks: Approximation and Optimal Control
von: Gao, Shuang, et al.
Veröffentlicht: (2025)

Tightening Quadratic Convex Relaxations for the AC Optimal Transmission Switching Problem
von: Guo, Cheng, et al.
Veröffentlicht: (2022)

Optimal Transmission Switching: Improving Solver Performance Using Heuristics
von: Hinneck, Anton, et al.
Veröffentlicht: (2021)

Behavioral Generative Agents for Power Dispatch and Auction
von: Li, Shaoze, et al.
Veröffentlicht: (2026)

Neural Risk Limiting Dispatch in Power Networks: Formulation and Generalization Guarantees
von: Chen, Ge, et al.
Veröffentlicht: (2024)

Topology-Aware Graph Reinforcement Learning for Energy Storage Systems Optimal Dispatch in Distribution Networks
von: Gao, Shuyi, et al.
Veröffentlicht: (2026)

Scalable Iterative Algorithm for Solving Optimal Transmission Switching with De-energization
von: Jeanson, Benoît, et al.
Veröffentlicht: (2025)

Optimal Transmission Switching and Busbar Splitting in Hybrid AC/DC Grids
von: Bastianel, Giacomo, et al.
Veröffentlicht: (2024)

Real-Time Neural Distributed Energy Resources Dispatch with Feasibility Guarantees
von: Zhu, Jie, et al.
Veröffentlicht: (2026)

AC-Informed DC Optimal Transmission Switching Problems via Parameter Optimization
von: Taheri, Babak, et al.
Veröffentlicht: (2024)

Deep Neural Network NMPC for Computationally Tractable Optimal Power Management of Hybrid Electric Vehicle
von: Park, Suyong, et al.
Veröffentlicht: (2024)

A Deep Reinforcement Learning Method for Multi-objective Transmission Switching
von: Lin, Ding, et al.
Veröffentlicht: (2025)

Safe Imitation Learning-based Optimal Energy Storage Systems Dispatch in Distribution Networks
von: Hou, Shengren, et al.
Veröffentlicht: (2024)

Frequency-Dynamics-Aware Economic Dispatch with Optimal Grid-Forming Inverter Allocation and Reserved Power Headroom
von: Jiang, Fan, et al.
Veröffentlicht: (2025)

Impacts of Dynamic Line Ratings on the ERCOT Transmission System
von: Lee, Thomas, et al.
Veröffentlicht: (2022)

Physics-informed Convolutional Neural Network for Microgrid Economic Dispatch
von: Ge, Xiaoyu, et al.
Veröffentlicht: (2024)

Learning Optimal Crew Dispatch for Grid Restoration Following an Earthquake
von: Amani, Farshad, et al.
Veröffentlicht: (2025)

Deep Neural Network based Optimal Control of Greenhouses
von: Sathyanarayanan, Kiran Kumar, et al.
Veröffentlicht: (2023)

Protection Against Graph-Based False Data Injection Attacks on Power Systems
von: Morgenstern, Gal, et al.
Veröffentlicht: (2023)

Fast-Converged Deep Reinforcement Learning for Optimal Dispatch of Large-Scale Power Systems under Transient Security Constraints
von: Xiao, Tannan, et al.
Veröffentlicht: (2023)

Optimal Bidding and Coordinated Dispatch of Hybrid Energy Systems in Regulation Markets
von: Mishra, Tanmay, et al.
Veröffentlicht: (2025)

Baseline-improved Economic Model Predictive Control for Optimal Microgrid Dispatch
von: Ghosh, Avik, et al.
Veröffentlicht: (2025)

AC-Informed DC Optimal Transmission Switching via Admittance Sensitivity-Augmented Constraints and Repair Costs
von: Gupta, Rahul K.
Veröffentlicht: (2026)

Data-Driven Contextual-Aware Uncertainty Set for Robust Dispatch of Power Systems
von: Ruan, Zhaojun, et al.
Veröffentlicht: (2026)

NeuroDOB: A Deep Neural Observer-Based Controller for Vehicle Lateral Dynamics
von: Kim, Sangmin, et al.
Veröffentlicht: (2025)

RL-ADN: A High-Performance Deep Reinforcement Learning Environment for Optimal Energy Storage Systems Dispatch in Active Distribution Networks
von: Hou, Shengren, et al.
Veröffentlicht: (2024)

Hierarchical Optimal Dispatch of Active Distribution Networks Considering Flexibility Auxiliary Service of Multi-community Integrated Energy Systems
von: Wang, Chunling, et al.
Veröffentlicht: (2024)