նախընտրելի դարձնել
Դալլասում Տեխասի համալսարանի գիտնականները ներկայացրել են արհեստական բանականության նորարարական մոդելը, որը կարող է կանխել էլեկտրաէներգիայի խափանումները՝ միլիվայրկյանների ընթացքում էլեկտրաէներգիայի ավտոմատ փոփոխման միջոցով: Այս զարգացումը նշանակալից առաջընթաց է ինքնավերականգնվող խելացի ցանցերի ոլորտում, որոնք կարող են նվազագույնի հասցնել էլեկտրաէներգիայի մատակարարման ընդհատումները, հայտնում է Nature գիտական հանդեսը։
Ինքնաբուժվող խելացի ցանցերը ներառում են անջատումների ժամանակ ակտիվացող բարձր արագության կառավարման մեխանիզմներ: Կարգավորող գործողությունները, ինչպիսին ցանցի վերակազմավորումն անջատիչների կառավարումն ու վթարային ծանրաբեռնվածության կրճատումը, այս ցանցերի հիմնական տարրերն են, գրում է planet-today-ը։ Սակայն խափանումների կառավարման ավանդական եղանակները հաճախ խնդիրներից գլուխ չեն հանում դանդաղ արձագանքման և ցածր հաշվողական արդյունավետության պատճառով:
Տեխասի համալսարանում մշակված նոր մոդելը կիրառում է գրաֆիկների ամրապնդման ուսուցման մոտեցում՝ բաշխիչ ցանցերում խափանումները կառավարելու համար՝ զգալիորեն բարելավելով դրանց հաստատունությունը: Այս մոդելի հիմնական տարբերությունը ցանցի տոպոլոգիան և անջատման կառավարումը հաշվի առնելու ունակությունն է, ցանցային հանգույցների և եզրերի միջև մոդելավորելով բարդ հոսանքափոխությունները: Դա հաջողվում է պարկուճների վրա հիմնված գրաֆիկական նեյրոնային ցանցի միջոցով:
Մոդելը փորձարկվել է երեք տարբեր ցանցերում, ներառյալ՝ փոփոխված IEEE ցանցերում՝ 13, 34 և 123 դողածածկոցներով։ Արդյունքները ցույց են տվել, որ մոդելը հասնում է գրեթե օպտիմալ իրական ժամանակի կատարման: Համակարգի կայունության բարելավումը, որը չափվում է էներգիայի կորստի առումով, կազմել է 607,45 կՎտ և 596,52 կՎտ համապատասխանաբար 13 և 34 դողածածկոցներով ցանցերի համար: Ավելին, մոդելը խափանումների մի շարք սցենարներին ադապտացվելու ունակություն է դրսևորել:
