Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaEnergiCAREER: Stochastic Optimization and Physics-informed Machine Learning for Scalable and Intelligent Adaptive Protection of Power Systems
Proyek riset & pengembangan

CAREER: Stochastic Optimization and Physics-informed Machine Learning for Scalable and Intelligent Adaptive Protection of Power Systems

Ringkasan tujuan riset

Perlindungan jaringan listrik adaptif diteliti melalui optimasi stokastik pengaturan relai serta modul deteksi dan pelokalan gangguan lokal tanpa komunikasi.

Energi1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2338555Periode tercatat 2024-04-01 sampai 2029-03-31.NSF 2338555MulaiAkhir tercatat202420302024-04-012029-03-31
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Optimasi stokastik bertahap mencari pengaturan relai yang memenuhi interval koordinasi pada beragam topologi akibat kejadian ekstrem. Modul lokal memakai conditional GAN tanpa supervisi untuk mendeteksi gangguan dan pembelajaran berbasis fisika untuk menentukan lokasi. Persamaan jaringan komponen sekuensial setelah gangguan menjadi regularisasi perkiraan lokasi serta resistansi. Sasaran platform ialah ketahanan perlindungan saat penetrasi sumber berbasis inverter mengubah kondisi operasi.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of New Mexico
Program
SSA-Special Studies & Analysis, EPCL: Energy, Power, Control,
Periode pendanaan tercatat
2024-04-01 → 2029-03-31

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Engineering
  • Electrical, Communications, & Cyber Systems

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.