Bilimsel makalePDF2026

Dijital İkiz Karar Desteği için Veriye Dayalı Jeneratör Geçici Hal Tahmini

Özgün başlık Data-Driven Generator Transient Prediction for Digital Twin Decision Support

arXiv (University of South Carolina) · Emad Sadeghi, Emerson Miller ve diğerleri

Güney Carolina Üniversitesi'nden bu çalışma, bir senkron jeneratörün planlanan aktif ve reaktif yük adımlarına gerilim ve frekans tepkisini, yük uygulanmadan önce kalibre edilmiş belirsizlik bantlarıyla tahmin eden hızlı bir veri tabanlı vekil model geliştiriyor.

CC BY 4.0 — atıf vererek paylaşabilirsiniz

Bu sayfada

Özet

Çalışma, bir dijital ikizin jeneratöre planlanan bir yük komutunu uygulamadan önce gerilim ve frekans sapmasının kabul edilebilir sınırlar içinde kalıp kalmayacağını nasıl hızlı ve güvenilir tahmin edebileceğini soruyor. Önerilen model, gecikme koordinatlı yükseltme, komut olayı bellek özellikleri ve olay ağırlıklı Hankel tabanını birleştiren olay koşullu Hankel dinamik mod ayrışımı (Hankel-DMDc); belirsizlik için uyumlu (conformal) tahmin bantları ekleniyor.

Model, programlanabilir dört bölgeli bir yükselteçle yüklenen 180 kW/225 kVA, 480 V, 60 Hz bir jeneratörün (Kohler KG180) donanım verisiyle eğitildi ve test edildi: 0-49 kW rastgele aktif güç ve 0-18 kVAr reaktif güç komutları (görünür güç 50 kVA ile sınırlı, güç faktörü 0,8 geri ile 1 arası). Sabit yükte bile düşük ataletli, regülatör kontrollü jeneratör yaklaşık 3 V ve 0,5 Hz düşük frekanslı salınımlar gösterdi.

Sonuçlar: olay penceresi RMS tahmin hataları 1,058 V ve 0,155 Hz; nominal %90 hedef için ortak gerilim-frekans bantları %90,17 kapsama sağladı, ortalama bant genişlikleri 3,55 V ve 0,566 Hz. 50 saniyelik açık döngü tahmini tek CPU çekirdeğinde 181 ms'de koştu; bu gerçek zamandan yaklaşık 280 kat hızlı (doğruluk 5 saniyelik ufuklara kadar değerlendirildi). Model 100 boyutlu indirgenmiş durum, 2,6 saniye ölçülmüş geçmiş ve yaklaşık 15 MB bellek kullanıyor; çevrimdışı baz oluşturma 1.057 saniye sürüyor.

Sınırlar belirgin: değerlendirme yalnızca aynı fiziksel jeneratörün verisiyle yapıldı (test seti ayrı bir deneysel koşudan), bu yüzden yeni bir işletme profiline aktarım gösteriliyor ama farklı jeneratörlere, kontrolcülere, sensör zincirlerine veya yük büyüklüklerine genelleme gösterilmiyor. Açık döngü tahmini ufuk arttıkça hata biriktirebiliyor; bu yüzden nokta tahmini yerine kalibre bant dikkate alınmalı. Çalışma DC'ye özgü değil, ama veri merkezi yük aktarma ve geri aktarma sıralamasını belirleyen adalı jeneratör kademeli yükleme problemine karşılık geliyor.

Öne çıkan noktalar

  1. Test düzeneği Kohler KG180 jeneratör kullandı: 180 kW/225 kVA, 480 V (hat-hat), 60 Hz; rastgele aktif güç komutları 0-49 kW, reaktif 0-18 kVAr (görünür güç 50 kVA ile sınırlı, güç faktörü 0,8 geri ile 1).
  2. Sabit yükte bile düşük ataletli, regülatör kontrollü jeneratör yaklaşık 3 V ve 0,5 Hz düşük frekanslı salınım gösterdi.
  3. Olay penceresi RMS tahmin hataları 1,058 V ve 0,155 Hz; nominal %90 hedef için ortak bantlar %90,17 kapsama sağladı, ortalama genişlik 3,55 V ve 0,566 Hz.
  4. 50 saniyelik açık döngü tahmini tek CPU çekirdeğinde 181 ms'de koştu, gerçek zamandan yaklaşık 280 kat hızlı; doğruluk 5 saniyelik ufuklara kadar değerlendirildi.
  5. Model 100 boyutlu indirgenmiş durum ve yaklaşık 15 MB bellek kullanıyor; 1 saniyelik tahmin 5,28 ms sürüyor, çevrimdışı baz oluşturma 1.057 saniye.
  6. Yazarlar, tahmin edilen bant sistem gerilimi veya frekans sınırlarını aşarsa planlanan yük komutunun dikkat veya daha yüksek doğruluklu doğrulama için işaretlenmesini öneriyor.

Tasarımda kullanımı

  • Veri merkezi jeneratör yük aktarma ve geri aktarma sıralamasında adım yük büyüklüğünü, jeneratör gerilim ve frekans sınırlarına göre kademelendirin; tahmin bandı sınırı aşan adımları daha küçük adımlara bölün.
  • Dijital ikiz karar desteğinde nokta tahmini yerine belirsizlik bandını esas alın ve bandın sınır dışına çıktığı komutları ek doğrulamaya yönlendirin.
  • Bu tür vekil modelleri belirli jeneratör, regülatör ve sensör zinciri için yeniden eğitin; farklı jeneratöre genelleme varsaymayın.

Aylık bülten · ücretsiz

Referans listeniz güncel kalsın

Ayda bir: yeni eklenen kaynaklar, Türkiye mevzuatındaki değişiklikler ve yaklaşan veri merkezi etkinlikleri.

SoSo CAD

Güç tasarımınızı SoSo CAD’de değerlendirin

Besleme yollarını, ekipman yüklerini ve UPS arıza senaryolarını aynı modelde inceleyin.

Demo iste
SoSo CAD güç ve kapasite çalışma alanındaki tek hat şeması

Kimler okumalı

Jeneratör yük aktarma sıralamasını, dijital ikiz ve karar destek araçlarını geliştiren güç sistemi mühendisleri ve araştırmacılar.

Belgenin bölümleri

  1. I. Giriş
  2. II. Arka plan ve ilgili çalışmalar (A. Dijital ikizler ve jeneratör vekil modellemesi, B. Koopman tabanlı dinamik vekiller)
  3. III. Olay koşullu vekil model (A. Komut koşullu tahmin eşlemesi, B. Gecikme koordinatlı gözlenebilir, C. Olay duyarlı komut özellikleri, D. Olay ağırlıklı Hankel tabanı, E. Kontrollü indirgenmiş dereceli evrim, F. Geçici hal duyarlı model seçimi)
  4. IV. Donanım verisi ve değerlendirme protokolü (A. Donanım kurulumu ve ölçülen jeneratör profili, B. Normalleştirilmiş koordinatlar ve ön işleme, C. Veri ve ölçütler)
  5. V. Deterministik tahmin sonuçları
  6. VI. Uyumlu (conformal) tahmin bantları (A. Kalibrasyon ilkesi, B. Olay koşullu ortak bantlar, C. Dışarıda tutulan kapsama sonuçları)
  7. VII. Tartışma ve devreye alma kapsamı
  8. VIII. Sonuç

İlgili standartlar

  • ISO 8528-5

Belgeyi okuyun

generator-transient-prediction-digital-twin-2026.pdf

PDF · 2,1 MB · İngilizce

CC BY 4.0 — atıf vererek paylaşabilirsiniz

Belge, lisansı yeniden dağıtıma izin verdiği için özgün haliyle ve değiştirilmeden sunulmaktadır.

Yayın bilgileri

Yazarlar
Emad Sadeghi; Emerson Miller; Kerry Sado; Adel Nasiri
Yayıncı
arXiv (University of South Carolina)
Yıl
2026
Belge numarası
arXiv:2609.05356
Belge dili
İngilizce
Kaynak türü
Bilimsel yayın
Erişim
Açık lisans — indirilebilir
Lisans
CC BY 4.0 — atıf vererek paylaşabilirsiniz
Lisans kanıtı
arxiv.org
Özgün lisans notu (İngilizce)

arXiv OAI-PMH metadata gives license http://creativecommons.org/licenses/by/4.0/.

Künye

Emad Sadeghi; Emerson Miller; Kerry Sado; Adel Nasiri (2026). Data-Driven Generator Transient Prediction for Digital Twin Decision Support. arXiv (University of South Carolina). arXiv:2609.05356. https://doi.org/10.48550/arXiv.2609.05356

İçerik ve tüm hakları eser sahiplerine aittir. SoSo CAD yalnızca künye, kendi hazırladığı özet ve kaynağa bağlantı sunar; kaynakların içeriğinden sorumlu değildir.