Frank Hellmann

将来の電力グリッドの安定性におけるグリッド形成インバータの役割を調査中。

孤立状態と相互接続されたオシレーターネットワークにおけるその挙動を調査する。

研究は、ネットワーク構造が安定性とどう関連しているかを先進的な手法を使って調査している。

機械学習技術を使って再生可能エネルギーが電力グリッドの安定性に与える影響を分析する。

DBGNNは、機械学習における情報の流れや予測能力を向上させる。

安定した再生可能エネルギー統合のための新しいインバータダイナミクスモデル化手法。

適応ネットワークとそのシステム安定性における役割を探る。

小信号安定性とそれが現代の電力グリッドでどれだけ重要かについて学ぼう。

革新的な方法で複雑な電力網のダイナミクスを効率化し、エネルギー管理を改善する。