Key points are not available for this paper at this time.
• Ein offenes, HPC-fähiges Framework generiert Stabilitätsdatensätze für IBR-reiche Netze. • Eine skalierbare Betriebspunktformulierung reduziert die Dimensionalität bei gleichzeitiger Beibehaltung wichtiger dynamischer Merkmale. • Der Betriebsraum erfasst die Auswirkungen der IBR-Durchdringung, der Regelungstuning und der Rollen der GFM/GFL-Regelung. • Adaptive, sensitivitätsgeführte und entropiebasierte Abtastung zielt auf die Grenze der KleinSignalsstabilität. • Mit den Daten trainierte Maschinenlernmodelle erreichen bis zu 92% Stabilitätsgenauigkeit.
Rossi et al. (Fri,) haben diese Frage untersucht.