مدلهای یادگیری ماشین معمولاً در مواجهه با توپولوژیهای جدید شبکه برق دچار خطا میشوند (پدیدهای که محققان به آن «بیشبرازش توپولوژیک» میگویند). حالا مدل جدید MxGPS با استفاده از یک ساختار «گراف ترنسفورمر چندگانه» موفق شده این چالش را حل کند.
این مدل با ترکیب دو وظیفه «تخمین حالت» (SSE) و «جریان توان» (PF)، یاد میگیرد که به جای حفظ کردن ساختارِ شبکههای آموزشی، فیزیکِ حاکم بر شبکه را درک کند. نتیجه؟ عملکرد خیرهکننده با کمترین افت دقت در سناریوهای کاملاً جدید و ناشناخته.
این پیشرفت گام بزرگی برای مدیریت پایدارتر و هوشمندتر شبکههای انرژی در آینده است! 🔌💡
منبع: arXiv AI