elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Voltage-Based Heat Pump Recognition in Low Voltage Distribution Grids with Convolutional Neural Networks

Schlachter, Henning und Geißendörfer, Stefan und von Maydell, Karsten und Agert, Carsten (2022) Voltage-Based Heat Pump Recognition in Low Voltage Distribution Grids with Convolutional Neural Networks. In: 2022 IEEE PES Innovative Smart Grid Technologies Conference Europe, ISGT-Europe 2022, Seiten 1-6. IEEE. 2022 IEEE PES Innovative Smart Grid Technologies Conference Europe (ISGT-Europe), 2022-10-10 - 2022-10-12, Novi Sad, Serbien. doi: 10.1109/ISGT-Europe54678.2022.9960641. ISBN 978-166548032-1.

[img] PDF - Nur DLR-intern zugänglich
976kB

Kurzfassung

The increasing power generation by renewable energy plants in low voltage level leads to the need for further development of strategies for grid voltage stabilization. For this, there is the idea to gain information from the local grid environment of an inverter’s grid connection point by recognition and classification of electric loads based on the grid voltage to contribute to adaptive voltage control. This is solved by convolutional neural networks (CNNs) using a systematic training data generation, starting with power profiles and ending with scaled and noisy data. Hence, the proposed methodology achieves the goal without much simulation effort. Furthermore, it is shown that the CNNs can recognize a particular heat pump within realistic grid situations with an average accuracy of ca. 86%, while the accuracy is highly correlated to the distance of the measurement point to the transformer and the load to be recognized.

elib-URL des Eintrags:https://elib.dlr.de/192547/
Dokumentart:Konferenzbeitrag (Poster)
Titel:Voltage-Based Heat Pump Recognition in Low Voltage Distribution Grids with Convolutional Neural Networks
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Schlachter, HenningH.Schlachter (at) dlr.dehttps://orcid.org/0000-0002-6356-9128NICHT SPEZIFIZIERT
Geißendörfer, StefanStefan.Geissendoerfer (at) dlr.dehttps://orcid.org/0000-0002-7496-8191NICHT SPEZIFIZIERT
von Maydell, KarstenKarsten.Maydell (at) dlr.dehttps://orcid.org/0000-0003-0966-5810NICHT SPEZIFIZIERT
Agert, CarstenCarsten.Agert (at) dlr.dehttps://orcid.org/0000-0003-4733-5257NICHT SPEZIFIZIERT
Datum:28 November 2022
Erschienen in:2022 IEEE PES Innovative Smart Grid Technologies Conference Europe, ISGT-Europe 2022
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/ISGT-Europe54678.2022.9960641
Seitenbereich:Seiten 1-6
Verlag:IEEE
ISBN:978-166548032-1
Status:veröffentlicht
Stichwörter:deep learning, load recognition, low voltage grid, grid management, heat pumps
Veranstaltungstitel:2022 IEEE PES Innovative Smart Grid Technologies Conference Europe (ISGT-Europe)
Veranstaltungsort:Novi Sad, Serbien
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:10 Oktober 2022
Veranstaltungsende:12 Oktober 2022
HGF - Forschungsbereich:Energie
HGF - Programm:Energiesystemdesign
HGF - Programmthema:Digitalisierung und Systemtechnologie
DLR - Schwerpunkt:Energie
DLR - Forschungsgebiet:E SY - Energiesystemtechnologie und -analyse
DLR - Teilgebiet (Projekt, Vorhaben):E - Energiesystemtechnologie
Standort: Oldenburg
Institute & Einrichtungen:Institut für Vernetzte Energiesysteme > Energiesystemtechnologie
Hinterlegt von: Schlachter, Henning
Hinterlegt am:19 Dez 2022 16:35
Letzte Änderung:24 Apr 2024 20:53

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.