OPFData：用于带拓扑扰动的AC最优潮流的大规模数据集
机器学习
2024-06-19 v2
摘要
求解AC最优潮流问题（AC-OPF）是高效和安全电网规划与运行的关键任务。该领域的微小效率提升可能导致数十亿美元的成本节约，显著减少化石燃料电站的排放。最近的工作表明，数据驱动的AC-OPF求解方法相较于传统求解器具有显著的速度优势；然而，目前尚不存在大规模开放数据集用于该问题。我们提供了迄今为止规模最大、可直接使用的已求解AC-OPF问题集合。该集合规模是现有可获取数据集的数倍，允许训练高容量的数据驱动模型。独特之处在于其包含拓扑扰动——这一特征对于现实电网运营至关重要。我们希望这一资源能激励社区将研究规模扩展至更大的电网规模，以处理可变拓扑情况。
引用
@article{arxiv.2406.07234,
title = {OPFData: Large-scale datasets for AC optimal power flow with topological perturbations},
author = {Sean Lovett and Miha Zgubic and Sofia Liguori and Sephora Madjiheurem and Hamish Tomlinson and Sophie Elster and Chris Apps and Sims Witherspoon and Luis Piloto},
journal= {arXiv preprint arXiv:2406.07234},
year = {2024}
}