MIT Tədqiqatçıları Elektrik Şəbəkələrində Kompleks Problemlərin Həllini Sürətləndirən FSNet Alətini Təqdim Etdi

Elektrik şəbəkəsinin idarə edilməsi böyük bir tapmacanı həll etməyə bənzəyir. Şəbəkə operatorları xərcləri ən aza endirərək və fiziki infrastrukturu həddindən artıq yükləmədən, lazım olan anda, doğru ərazilərə lazımi qədər enerji axınının təmin olunmasına məcburdurlar. Tələbat daima dəyişdiyi üçün bu çətin problemi mümkün qədər tez-tez həll etməlidirlər.

Bu davamlı problemə çarə tapmaq üçün MIT tədqiqatçıları yeni bir problem həll etmə aləti hazırladılar. Bu alət optimal həlli ənənəvi metodlardan qat-qat sürətli tapır, eyni zamanda həllin sistemin heç bir məhdudiyyətini pozmayacağına tam zəmanət verir. Məsələn, elektrik şəbəkəsi daxilində bu məhdudiyyətlər generator və xətt gücləri ola bilər. FSNet adlanan bu yeni sistem sürətli proqnozlaşdırma üçün güclü bir maşın öyrənməsi modelini mümkünlüyə nail olma addımı ilə birləşdirir. Mümkünlüyə nail olma mərhələsi modelin proqnozunu başlanğıc nöqtəsi kimi qəbul edir və ən yaxşı əldə edilə bilən nəticə tapılana qədər həlli tədricən dəqiqləşdirir.

Ənənəvi həll alətləri optimal nəticənin bütün məhdudiyyətləri təmin etdiyinə dair riyazi zəmanətlər verir. Lakin problem çox dolaşıq olduqda, bu alətlər nəticəyə çatmaq üçün saatlar, bəzən isə günlər sərf edə bilər. Digər tərəfdən, dərin maşın öyrənməsi modelləri çətin problemləri çox qısa zamanda həll edir, lakin onların verdiyi həll yolları vacib məhdudiyyətləri nəzərə almaya bilər. Tədqiqatçılardan Hoang Nguyen izah edir ki, təlim zamanı yaranan səhvlər səbəbindən maşın öyrənməsi modelləri bütün şərtləri ödəməkdə çətinlik çəkir. Elektrik şəbəkəsi üçün bu, təhlükəli gərginlik səviyyələri və ya hətta şəbəkə qəzaları ilə nəticələnə bilər. FSNet bu iki yanaşmanın ən yaxşı cəhətlərini, yəni sürəti və etibarlılığı bir çərçivədə birləşdirir. Neyron şəbəkə proqnoz verdikdən sonra, FSNet-ə daxil edilmiş optimallaşdırma alqoritmi ilkin proqnozu dəqiqləşdirərək, həllin praktikada tətbiq edilə biləcəyinə zəmanət verir.

MIT tərəfindən hazırlanmış FSNet, mürəkkəb problemləri ənənəvi həll alətləri ilə müqayisədə bir neçə dəfə sürətli həll etməklə yanaşı, uğurun güclü zəmanətlərini təqdim edir. Hətta bəzi son dərəcə çətin problemlərdə bu texnika sınanmış alətlərdən daha yaxşı nəticələr tapıb. Bu, neyron şəbəkənin ilkin optimallaşdırma alqoritminin istismar etmək üçün nəzərdə tutulmadığı əlavə məlumat strukturunu öz-özünə müəyyən etməsi ilə izah olunur. FSNet təkcə elektrik şəbəkələrində enerji istehsalının planlaşdırılmasına kömək etmir; o, həm də yeni məhsulların dizaynı, investisiya portfellərinin idarə edilməsi və ya istehlak tələbatına uyğun istehsalın planlaşdırılması kimi fərqli tətbiq sahələrinə malikdir. Mühəndislik sahəsinin tələblərini ödəmək üçün maşın öyrənməsi, optimallaşdırma və elektrik mühəndisliyi alətlərini birləşdirmək lazımdır, deyə professor Priya Donti qeyd edir. FSNet adlı bu yeni alət haqqında məqalənin müəllifləri Hoang Nguyen və Priya Donti-dir. Onların “FSNet: Feasibility-Seeking Neural Network for Constrained Optimization with Guarantees” adlı məqaləsi Neural Information Processing Systems Konfransında təqdim ediləcək.