View Project

Norwegian AI Directory

Bruk av forsterkende læring i håndtering av feilhendelser i kraftsystemet.


Description:

For å kunne gjøre seg opp en mening om hva som er riktig nivå på forsyningssikkerhet og for å drifte nettet på en effektiv måte er det viktig å forstå hvordan feilhendelser i nettet oppstår og blir håndtert. Hva som er den mest hensiktsmessige håndtering av feil blir en vurdering av ulike tiltak sett i lys av sannsynligheten for feil og hvilke virkemidler man har tilgjengelig. Gitt kompleksiteten av moderne kraftsystemer er dette et svært omfattende optimeringsproblem. Tradisjonelle optimeringsmetoder vil generelt være tidkrevende. Hovedidéen i dette prosjektet er å benytte maskinlæring generelt og såkalt forsterkende læring (engelsk: reinforcement learning) spesielt for å raskt å finne best mulig håndtering av feilhendelser som oppstår i kraftsystemet. Forsterkende læring er en agent-basert tilnærming til maskinlæring. I en slik tilnærming kan man tenke seg en agent som modellerer systemoperatøren, og som iterativt lærer og forbedrer driften av nettet i ulike tilstander. Dette synes å være en lovende tilnærming til hvordan man kan drifte et stadig mer komplekst system, samtidig som beregningsomfanget holdes på et håndterbart nivå. Anvendelsen av dyp, forsterkende læring innenfor kraftsystem er i startfasen og det blir derfor essensielt å utforske og kartlegge hvilke typer algoritmer som er skalerbare til hele eller deler av det norske kraftsystemet. På grunn av lange regnetider for å trene disse modellene er såkalte GPU-er (graphics processing unit) blitt en helt nødvendig del av maskinvaren. I lys av dette vil et viktig forskningsspørsmål være å utforske GPU-akselerasjon. Og det må samtidig gjøres en vurdering av fordeler og ulemper med oppnådde treningstider mot rask utførelse når modellene er ferdig trent. Prosjektet er fundert i en probabilistisk tilnærming til forsyningssikkerhet. Verktøyene som utvikles må også kunne integreres med eksisterende drifts- og planleggingsverktøy i Statnett.


Project leader: Jørn Egil Johnsen

Started: 2019

Ends: 2024

Category: Øvrige offentlige

Sector: Øvrige

Budget: 1754000

Institution: STATNETT SF

Address: Oslo