Verfahren zur adaptiven Identifikation von Mittelspannungsteilnetzen durch den Einsatz des maschinellen Lernens

Puhe, Frederik

Verfahren zur adaptiven Identifikation von Mittelspannungsteilnetzen durch den Einsatz des maschinellen Lernens

dc.contributor.advisor	Rehtanz, Christian
dc.contributor.author	Puhe, Frederik
dc.contributor.referee	Zdrallek, Markus
dc.date.accepted	2023-12-20
dc.date.accessioned	2024-03-15T10:11:36Z
dc.date.available	2024-03-15T10:11:36Z
dc.date.issued	2023
dc.description.abstract	Im Rahmen dieser Dissertation wird ein Verfahren zur Identifikation von Teilnetzen in der Mittelspannungsebene entwickelt. Die Besonderheit liegt vor allem in der adaptiven Implementierung und Erweiterung in Ortsnetzstationen durch den Einsatz von Virtualisierungslösungen und Algorithmen des maschinellen Lernens. Der Begriff Teilnetz beschreibt eine physikalisch vom Verbundsystem isolierte und von der Größe unbestimmte Versorgungsstruktur, welche aufgrund auftretender Störungen unbeabsichtigt weiter betrieben wird. Die Modellierung der Testumgebung und die darauf zugrunde liegende Bewertung der Funktionsweise des im Rahmen dieser Arbeit entwickelten Teilnetzidentifikationsverfahrens erfolgt anhand dynamischer Netzsimulationen in MATLAB Simulink© sowie durch eine Hardware-in-the-Loop Simulation unter Verwendung eines Echtzeitsimulators.	de
dc.description.abstract	In this thesis, a subgrid identification procedure for medium voltage grids is developed. The main feature is the adaptive implementation and scaling in local substations by using virtualization solutions and machine learning algorithms. Subgrids describe supply structures that are physically isolated from the interconnected grid, unspecified in their size and continue to operate unintentionally due to disturbances. The modeling of the test environment and the evaluation of the functionality of the subgrid identification procedure is carried out by dynamic simulations in MATLAB Simulink© as well as by a Hardware-in-the-Loop simulation using a real-time simulator.	de
dc.identifier.uri	http://hdl.handle.net/2003/42393
dc.identifier.uri	http://dx.doi.org/10.17877/DE290R-24229
dc.language.iso	de	de
dc.subject	Teilnetzidentifikation	de
dc.subject	Verteilnetz	de
dc.subject	SmartGrids	de
dc.subject	Netzschutz	de
dc.subject	Maschinelles Lernen	de
dc.subject.ddc	620
dc.subject.rswk	Netzidentifikation	de
dc.subject.rswk	Mittelspannungsnetz	de
dc.subject.rswk	Störung	de
dc.subject.rswk	Maschinelles Lernen	de
dc.subject.rswk	Simulation	de
dc.title	Verfahren zur adaptiven Identifikation von Mittelspannungsteilnetzen durch den Einsatz des maschinellen Lernens	de
dc.type	Text	de
dc.type.publicationtype	PhDThesis	de
dcterms.accessRights	open access
eldorado.secondarypublication	false	de

Files

Original bundle

Now showing 1 - 1 of 1

Name:: Dissertation_Puhe.pdf
Size:: 2.72 MB
Format:: Adobe Portable Document Format
Description:: DNB

Download

License bundle

Now showing 1 - 1 of 1

Name:: license.txt
Size:: 4.85 KB
Format:: Item-specific license agreed upon to submission
Description:

Download

Collections

Sonstige Veröffentlichungen (Institut für Energiesysteme, Energieeffizienz und Energiewirtschaft)