arXiv · cs.AI · Nan Lin, Peter Palensky, Pedro Vergara Barrios · 10 小时前模型评分41
PoSE：用流匹配学习先验的贝叶斯配电网状态估计
Bayesian Distribution System State Estimation with Flow Matching
导读
研究者提出 PoSE（posterior sampling for state estimation），只学习变电站注入功率的分布，潮流方程与拓扑仅在采样时通过噪声感知的卡尔曼式校正进入，使每个后验样本都是物理一致的运行点。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：能源
事件类型：研究发布
证据摘录
- “We propose PoSE (posterior sampling for state estimation), which keeps the Bayesian structure of DSSE and learns only what the distribution system operator does not know, namely the distribution of substation injections, modelled by a neural network trained with flow matching on historical data.”
来源：arXiv · cs.AI · arxiv.org