Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > physics > arXiv:2505.11517

帮助 | 高级搜索

物理学 > 物理与社会

arXiv:2505.11517 (physics)
[提交于 2025年5月7日 ]

标题: 基于信息论方法的电网拓扑估计

标题: Grid Topology Estimation using an Information Theoretic Approach

Authors:Daniel T. Speckhard
摘要: 基于信息论的方法估计电力网络的拓扑结构。 通过将电网建模为图,并使用电网中各个节点的电压幅值数据,采用不同的近似方法计算节点对之间的互信息。 利用著名的Chow-Liu算法,根据互信息计算最大生成树以估计电力网络的拓扑结构。 实验和结果展示了该方法的成功应用,针对使用MATPOWER生成的IEEE网络和使用GridLAB-D生成的数据进行了优化。 然后,该算法在由欧盟联合研究中心生成的IEEE网络上进行了交叉验证。
摘要: The topology of a power grid is estimated using an information theoretic approach. By modeling the grid as a graph and using voltage magnitude data of individual nodes in the grid, the mutual information between pairs of nodes is computed using different approximation methods. Using the well-known Chow-Liu algorithm, a maximum spanning tree based on mutual information is computed to estimate the power grid topology. Experiments and results are presented to optimize this approach with success shown for IEEE networks generated with MATPOWER and data generated using GridLAB-D. The algorithm is then cross-validated on IEEE networks generated by the European Union Joint Research Council.
主题: 物理与社会 (physics.soc-ph) ; 计算工程、金融与科学 (cs.CE); 信息论 (cs.IT); 应用 (stat.AP)
引用方式: arXiv:2505.11517 [physics.soc-ph]
  (或者 arXiv:2505.11517v1 [physics.soc-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2505.11517
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Daniel T. Speckhard [查看电子邮件]
[v1] 星期三, 2025 年 5 月 7 日 20:09:04 UTC (1,837 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
physics.soc-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-05
切换浏览方式为:
cs
cs.CE
cs.IT
math
math.IT
physics
stat
stat.AP

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号