مرور و چارچوب مفهومی یادگیری تقویتی و شبکه های عصبی گراف برای بهینه سازی مصرف انرژی و خودکارسازی شبکه های هوشمند برق و داده

افزایش پیچیدگی سامانه های انرژی و رشد بارهای هوشمند، نیاز به رویکردهای یکپارچه برای بهینه سازی مصرف و ارتقای قابلیت اتوماسیون شبکه های برق را بیش از پیش برجسته کرده است. این مقاله با ارائه یک مرور فنی–مفهومی جامع، چارچوبی سه لایه پیشنهاد می کند که در آن کنترل تطبیقی سمت مصرف کننده با بهره گیری از یادگیری تقویتی و یک لایه ایمنی مبتنی بر کنترل پیش بین مدل (MPC) پیاده سازی می شود تا ضمن کاهش مصرف انرژی، قیود آسایش و محدودیت های تجهیزاتی رعایت گردد. مرور نتایج گزارش شده در معیارهای ارزیابی BOPTEST و شبکه های استاندارد IEEE نشان می دهد که ترکیب این مولفه ها می تواند نسبت به روش های پایه، صرفه جویی انرژی، کاهش خطای تخمین حالت، و بهبود مقیاس پذیری و تاب آوری شبکه را به طور معناداری افزایش دهد. این چارچوب می تواند به عنوان مسیری عملی برای توسعه سامانه های انرژی هوشمند و قابل استقرار در محیط های واقعی مورد استفاده قرار گیرد.

کلیدواژه ها:

بهینه سازی مصرف انرژی ، یادگیری تقویتی ، کنترل پیش بین مدل ، شبکه عصبی گراف ، تشخیص توپولوژی