Інтелектуальне керування конфігурацією енергомережі в умовах невизначеності за допомогою графових моделей

Abstract

Об’єктом дослідження є процес прогнозування навантаження та реконфігурації енергомережі. Предметом дослідження є графові нейронні мережі та графові моделі для аналізу й керування енергомережами. Метою роботи є розробка графової моделі прогнозування навантаження та реконфігурації енергомережі на основі графових нейронних мереж. Методами дослідження є теорія графів, методи машинного навчання, графові нейронні мережі, аналіз часових рядів та програмне моделювання у Python. У роботі досліджено застосування графових нейронних мереж для прогнозування навантаження та реконфігурації енергомережі. Реалізовано моделі GCN, GraphSAGE та GAT у середовищі Python із використанням PyTorch Geometric. Побудовано графову модель IEEE 14-bus, проведено генерацію часових рядів навантаження, навчання моделей та аналіз аварійних ситуацій. Отримані результати підтвердили ефективність графових підходів для задач Smart Grid та аналізу стійкості енергомереж.