電力システムの公平な負荷シェッディングのためのマシンラーニング: バインディング制約の学習による即時ソリューション

電力システムの緊急時における迅速かつ効果的な負荷シェッディングは、供給と需要のバランスを維持し、カスケード停電を防ぐために重要である。特定の地域に偏った負荷シェッディングを排除するために、最適化ベースの手法は経済性と公平性のバランスを取るのに適している。しかし、その最適化問題には複雑な制約が含まれるため、リアルタイムの要求を満たすことができない。この課題に取り組むため、本論文では、最適化ベースの負荷シェッディング問題のためのミリ秒レベルの計算を可能にする効率的なマシンラーニングアルゴリズムを提案する。