Elektrik şebekelerinin güvenli ve verimli işletimi için kritik öneme sahip güç akışı hesaplamalarının yapay zeka ile hızlandırılması amacıyla yeni bir benchmark veri seti geliştirildi. PFΔ adı verilen bu veri seti, gerçek dünya koşullarını yansıtan çeşitli senaryoları içeriyor.
Güç akışı hesaplamaları, elektrik şebekelerinin gerçek zamanlı operasyonlarının temel taşını oluşturuyor. Özellikle arıza durumu analizlerinde şebekenin güvenliği değerlendirilirken tekrarlayan hesaplamalar yapılması gerekiyor. Aynı şekilde topoloji optimizasyonunda da kombinatoryal olarak büyük eylem uzaylarında arama yapılması gerektiğinden milyonlarca hesaplama gerçekleştiriliyor.
Bu hesaplamaları operasyonel zaman ölçeklerinde veya geniş değerlendirme alanlarında yapmak büyük bir hesaplama darboğazı oluşturuyor. Özellikle yenilenebilir enerji kaynaklarının entegrasyonu ve iklim kaynaklı aşırı hava olayları nedeniyle güç sistemi operasyonlarındaki belirsizlik artıyor. Bu durum, geniş bir senaryo ve işletme koşulu yelpazesini doğru ve verimli şekilde simüle edebilen araçlara olan ihtiyacı artırıyor.
Makine öğrenimi yöntemleri geleneksel çözücülere göre potansiyel hız avantajı sunsa da, performansları gerçek dünya değişkenliğini yakalayan benchmarklarda sistematik olarak değerlendirilmemişti. Yeni geliştirilen PFΔ veri seti bu eksikliği gidererek, yük değişimleri, enerji üretim farklılıkları ve topoloji varyasyonlarını kapsayan çeşitli senaryolar sunuyor.