case500

研究论文探讨了电力网优化中学习到的约束选择

本研究论文调查了学习到的约束选择在安全约束优化问题中的有效性，特别是在电力生产领域。该研究将学习到的方法与强制执行所有观察到的绑定约束的固定“保护伞”方法进行了比较。研究结果表明，只有当强制执行但非激活的约束会产生成本时，学习到的选择才具有优势，而这种情况通常不存在于标准的安全约束最优潮流（SCOPF）问题中。然而，在存在此类成本的机组调度问题中，包含学习到的选择的预测管道的性能明显优于静态方法。