本研究では、グラフニューラルネットワークを用いて、AC-OPFの近最適解を高速に生成する手法CANOSを提案する。CANOSは、大規模な電力系統(最大10,000バス)に対して、1%以内の最適性ギャップと高い制約充足率を達成し、33-65 msの高速な実行時間を実現する。さらに、CANOSはN-1の系統変動に対しても堅牢である。