[論文レビュー] Introducing machine learning for power system operation support

Benjamin Donnot, Isabelle Guyon+3 more|arXiv (Cornell University)|Sep 27, 2017

Energy Load and Power Forecasting参考文献 5被引用数 37

ひとこと要約

本論文では、歴史的ディスpatch行動から学習するハイブリッド機械学習フレームワークを提案し、電力系統運用における熱的過負荷を防ぐために、シミュレータで検証された順位付けられた修復的ネットワークトポロジー操作を生成する。この手法は、エキスパートの意思決定を模倣することでセキュリティを向上させるとともに、物理シミュレーションによる安全性を確保することで、コストを削減する。本手法は、実世界のデータに基づく模倣学習を用い、インシデント発生時における最適なネットワーク再構成を予測する。

ABSTRACT

We address the problem of assisting human dispatchers in operating power grids in today's changing context using machine learning, with theaim of increasing security and reducing costs. Power networks are highly regulated systems, which at all times must meet varying demands of electricity with a complex production system, including conventional power plants, less predictable renewable energies (such as wind or solar power), and the possibility of buying/selling electricity on the international market with more and more actors involved at a Europeanscale. This problem is becoming ever more challenging in an aging network infrastructure. One of the primary goals of dispatchers is to protect equipment (e.g. avoid that transmission lines overheat) with few degrees of freedom: we are considering in this paper solely modifications in network topology, i.e. re-configuring the way in which lines, transformers, productions and loads are connected in sub-stations. Using years of historical data collected by the French Transmission Service Operator (TSO) "Réseau de Transport d'Electricité" (RTE), we develop novel machine learning techniques (drawing on "deep learning") to mimic human decisions to devise "remedial actions" to prevent any line to violate power flow limits (so-called "thermal limits"). The proposed technique is hybrid. It does not rely purely on machine learning: every action will be tested with actual simulators before being proposed to the dispatchers or implemented on the grid.

研究の動機と目的

• 送電線の熱的過負荷を防ぐために、電力系統ディスパッチ担当者が効果的な修復的措置を選択するのを支援すること。
• フランスの送電系統運用会社（RTE）が蓄積した数年の歴史的ディスパッチ行動データを用いて、エキスパート意思決定を模倣する機械学習モデルの開発。
• 運用前に高精度な電力系統シミュレータを用いてすべての提案措置を検証することで、安全性と信頼性を確保すること。
• 再ディスパッチ措置よりも低コストなトポロジー再構成を優先することで、運用コストを削減すること。
• 学習済みモデルを用いたリアルタイムの電力系統運用において、迅速かつスケーラブルに修復的措置を探索可能にする。

提案手法

• 本手法は、反事後分析を用いて保護的とラベル付けされた歴史的ディスパッチ行動に基づき、深層学習モデルを模倣学習で訓練する。
• 問題を教師あり学習の枠組みとして定式化し、システム状態から熱的制限違反を防ぐ最適なトポロジー操作にマッピングする。
• コストの観点から措置を順位付けし、再ディスパッチ措置よりもコストが低く、好ましいトポロジー変更を優先する。
• 各候補措置は、RTEの運用用電力系統シミュレータを用いて、セキュリティ基準を満たすかを検証する。
• フレームワークはアルファゴにインspiredされており、将来は強化学習およびモンテカルロツリー探索を統合し、自己改善を図る計画である。
• データ駆動型予測と物理ベースのシミュレーションを組み合わせることで、安全性と運用可能性を確保する。

実験結果

リサーチクエスチョン

• RQ1 歴史的ディスパッチ行動から学習した機械学習モデルは、電力系統における熱的過負荷を防ぐトポロジー修復措置を効果的に予測できるか？
• RQ2 因果効果が直接観測できない未構造化歴史データから、反事後分析をどのように用いて保護的措置を特定できるか？
• RQ3 学習済みモデルは、未観測のインシデントシナリオに対しても、安全性とコスト効率を維持したまま一般化できるか？
• RQ4 物理的シミュレータの統合によって、機械学習で生成された措置のリアルタイム電力系統運用における信頼性をどのように確保できるか？
• RQ5 強化学習を模倣学習と効果的に統合することで、電力系統運用におけるポリシー学習を改善できるか？

主な発見

• 本手法は、行動が均一に記録されていなかったり、その効果が観測されていなくても、反事後推論を用いて保護的措置を効果的に抽出できた。
• 標準テストシステムを用いた予備テストでは、現実的かつ効果的な修復措置候補を生成するという有望な結果が得られた。
• モデルは、コストの高い再ディスパッチ措置よりも、低コストなトポロジー再構成を優先し、運用上の好みと整合した。
• すべての提案措置は高精度なシミュレータで検証され、N-1セキュリティ基準を満たしており、新たな脆弱性を引き起こさないことが確認された。
• フレームワークにより、膨大な措置空間の迅速な探索が可能となり、ディスパッチ担当者が行うシミュレーションベースの評価を著しく上回る。
• 将来の強化学習およびモンテカルロツリー探索との統合により、措置の質と適応性がさらに向上すると予想される。