Gaussian process surrogate model to approximate power grid simulators — An application to the certification of a congestion management controller

要約

電源グリッドのデジタル化により、物理方程式はネットワークの動作を記述するのに不十分になり、現実的だが時間のかかるシミュレーターを使用する必要があります。
安全検証などの数値実験は、多数のシナリオをシミュレートすることを含むことを含むようになります。
計算負担を減らすための一般的なソリューションは、機械学習（ML）を使用してシミュレーターの代理モデルを学習し、高速から評価する代理モデルで実験を直接実行することです。
代理モデルを構築するためのさまざまなMLの可能性の中で、ガウスプロセス（GPS）は、柔軟性、データ効率、および解釈可能性のために一般的なソリューションとして登場しました。
彼らの確率論的性質により、予測と不確実性の定量化（UQ）の両方を提供することができます。
このペーパーは、GPSを使用して電源グリッドシミュレータを近似し、数値実験を固定することに関心があることに関する議論から始まります。
ただし、このようなシミュレーターは、GPの根底にあるガウスの仮定にしばしば違反し、近似が不十分です。
この制限に対処するために、UQに適応的な残留不確実性の用語を追加することで構成されるアプローチが提案されています。
これにより、シミュレーターの非ガウス行動にもかかわらず、GPは正確で信頼性を維持できます。
このアプローチは、輻輳管理コントローラーの適切な機能の認証に正常に適用され、シミュレーションの98％以上が回避されます。

要約(オリジナル)

With the digitalization of power grids, physical equations become insufficient to describe the network’s behavior, and realistic but time-consuming simulators must be used. Numerical experiments, such as safety validation, that involve simulating a large number of scenarios become computationally intractable. A popular solution to reduce the computational burden is to learn a surrogate model of the simulator with Machine Learning (ML) and then conduct the experiment directly on the fast-to-evaluate surrogate model. Among the various ML possibilities for building surrogate models, Gaussian processes (GPs) emerged as a popular solution due to their flexibility, data efficiency, and interpretability. Their probabilistic nature enables them to provide both predictions and uncertainty quantification (UQ). This paper starts with a discussion on the interest of using GPs to approximate power grid simulators and fasten numerical experiments. Such simulators, however, often violate the GP’s underlying Gaussian assumption, leading to poor approximations. To address this limitation, an approach that consists in adding an adaptive residual uncertainty term to the UQ is proposed. It enables the GP to remain accurate and reliable despite the simulator’s non-Gaussian behaviors. This approach is successfully applied to the certification of the proper functioning of a congestion management controller, with over 98% of simulations avoided.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google