← 面向 IBR 动态的物理信息 Neural ODE

面向 IBR 动态的物理信息 Neural ODE

从 Swing Model 到变流器动态

C3-09 · 模块提纲

设计含变流器状态、端口输出与事件的学习实验。

学习目标

  • 区分观测通道与隐藏状态。
  • 遵守代数约束与混合事件边界。

内容提纲

  1. A1/B1/C1 数据与明确观测通道
  2. ODE 残差、KCL 与活动集
  3. 公平的 NODE、grey-box 与 PI-NODE 规范

实验方向 · 待开发

仿真与代码实验

从一个固定变流器配置开始,留出完整扰动工况。

后续在此加入模型说明、参数设置、可运行代码与结果解读。

练习与讨论

分别提出基础项目与进阶项目的验收标准。

解答与反馈将在完整教材中补充。

材料准备

已有物理模型与数据生成材料,学习流程和训练验证需要补充。

实现并验证变流器学习流程;现有数据不等于已完成的训练证据。

本课程的全部模块
  1. 动力系统与轨迹数据
  2. 神经网络基础
  3. Neural ODE 与学习向量场
  4. 导数匹配与轨迹匹配
  5. 物理约束与残差骨架
  6. 连续时间 PINN 与 Neural ODE
  7. 参数辨识与泛化
  8. 学习模型的稳定性诊断
  9. 从 Swing Model 到变流器动态