Robustness Analysis of AI Models in Critical Energy Systems

要約

この論文では、$N-1$ のセキュリティ基準の下で電力網運用のための最先端の AI ベースのモデルの堅牢性を分析します。
これらのモデルは通常のグリッド設定では良好に機能しますが、このセキュリティ基準の下では、回線の切断後に精度が大幅に低下することが結果から浮き彫りになりました。
グラフ理論に基づく分析を使用して、この損失に対するノード接続の影響を実証します。
私たちの調査結果は、重要なインフラストラクチャ向けの AI 手法を開発する際に、実践的なシナリオを考慮する必要があることを強調しています。

要約(オリジナル)

This paper analyzes the robustness of state-of-the-art AI-based models for power grid operations under the $N-1$ security criterion. While these models perform well in regular grid settings, our results highlight a significant loss in accuracy following the disconnection of a line.%under this security criterion. Using graph theory-based analysis, we demonstrate the impact of node connectivity on this loss. Our findings emphasize the need for practical scenario considerations in developing AI methodologies for critical infrastructure.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google