研究人员开发了一种名为HydraGNN的可扩展异构图神经网络工作流程，用于智能电网中的最优潮流（OPF）近似。该方法保留了包括各种节点和边类型在内的电力网络的复杂结构，并专为在超级计算机上进行训练而设计。在ORNL Frontier超级计算机上使用数百万个图实例和分布式超参数优化进行的实验，识别出了参数量约为160万至170万的高效模型。对这些预训练的图基础模型进行微调，证明了其在可行性分类和故障回归等下游任务中具有更高的准确性和稳定性，尤其是在低数据场景下。 AI
影响 增强了AI在关键基础设施管理中的能力，有望提高电网的稳定性和效率。
排序理由 该集群包含一篇详细介绍特定领域AI应用新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →