כתבה
arXiv cs.LG ·
רשתות GNN היררכיות לזרימת כוח
Hierarchical GNNs for power flow: letting physics shape the hierarchy
רשתות GNN היררכיות משפרות את הכללה של מודל זרימת כוח. המחקר משווה בין מבנים שונים, כולל Kron ו-Quotient, ומראה שהמודל ההיררכי משיג תוצאות טובות יותר.
תקציר מקורי באנגליתarXiv:2609.26603v2 Announce Type: replace Abstract: Hierarchical latent communication improves the generalization of a power-flow model, shared across three grids, to new operating scenarios. The module exchanges information through two reduced graphs inside the corrective network of GENCO, replacing two of its local correction steps. We compare Kron-derived transports, a same-anchor Quotient construction and the flat GENCO Base architecture, all trained under one protocol of our own with about a hundred times fewer optimizer updates per grid than GENCO's reference training: 200 epochs on three grid topologies, fewer than 1,900 training scenarios per grid and three initialization seeds per model. Evaluation uses 200 newly generated, preselected scenarios per grid. On the training topologie
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית