SymbolicPhasor: Power System Phasor Estimation via Deep Symbolic Regression
تقدم هذه الورقة البحثية SymbolicPhasor، وهو إطار عمل للانحدار الرمزي العميق يقوم بتقدير فازورات (phasors) نظم القدرة بدقة خلال دورة واحدة من خلال تعلم تعبيرات تحليلية قابلة للتفسير لتيارات الأعطال المشوهة التي تحتوي على إزاحات تيار مستمر متلاشية، وتوافقيات، وانحرافات ترددية، متفوقاً بذلك على الطرق التقليدية القائمة على تحويل فوريه الرقمي (DFT) لتطبيقات المرحلات الوقائية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول الاستماع إلى صوت واحد، واضح، يغني لحناً في غرفة مزدحمة وفوضوية. المغني هو التردد "الأساسي" — النغمة النقية والثابتة التي تخبرك بطبقة الصوت الحقيقية. لكن الغرفة مليئة بضوضاء أخرى: ضربات "الباص" القادمة من مكبر صوت (التوافقات)، واندفاع مفاجئ للتشويش (الضجيج)، وصدى غريب ومترنح يبدأ عالياً ثم يتلاشى ببطء (إزاحة التيار المستمر المتلاشية). في عالم الكهرباء، هذه "الغرفة" هي شبكة الطاقة، و"الصوت" هو التيار المتدفق عبر الأسلاك. عندما يحدث عطل ما — مثل دائرة قصر أو ضربة صاعقة — يجن جنون التيار؛ فلا يعود موجة سلسة ونقية، بل يصبح فوضى مشوهة وغير منتظمة.
يحتاج المهندسون لمعرفة ما يفعله ذلك "الصوت النقي" بالضبط، في هذه اللحظة، للحفاظ على استمرار الإضاءة ومنع انقطاع التيار. هم يستخدمون أدوات خاصة تسمى "مقدرات الطور" (phasor estimators) لتصفية الضجيج وإيجاد الإشارة الحقيقية. الأداة الأكثر شيوعاً تشبه أمين مكتبة سريع جداً وصارم للغاية، لا يعرف سوى قراءة نوع محدد من الكتب (تحويل فوريه المتقطع، أو DFT). ولكن عندما يصبح "الكتاب" فوضوياً بسبب ذلك الصدى المتلاشي الغريب، يرتبك أمين المكتبة ويبدأ في ارتكاب الأخطاء. وإذا أخطأ أمين المكتبة في تقديره، فقد تؤدي تلك الأخطاء إلى فصل أنظمة السلامة عن الطاقة دون داعٍ، أو والأسوأ من ذلك، قد تفشل في فصلها عندما ينبغي لها ذلك. لذا، السؤال الكبير هو: كيف نبني مستمعاً أكثر ذكاءً يمكنه تجاهل الفوضى وإيجاد الأغنية الحقيقية، حتى عندما تكون الغرفة منطقة كوارث؟
تقدم هذه الورقة البحثية مستمعاً جديداً وذكياً يسمى SymbolicPhasor. بدلاً من مجرد محاولة تخمين الإجابة أو تصفية الضجيج، تستخدم هذه الطريقة الجديدة تقنية تسمى الانحدار الرمزي العميق (Deep Symbolic Regression). فكر في هذا الأمر كالمحقق الذي لا يكتفي فقط بالنظر إلى الأدلة، بل يقوم المحقق فعلياً بكتابة "الوصفة الرياضية" لموجة الصوت الفوضوية بأكملها.
إليك كيف يعمل الأمر: يأخذ النظام لقطة للإشارة الكهربائية الفوضوية ويقسمها إلى نوافذ صغيرة متداخلة، مثل النظر إلى فيلم إطار تلو الآخر. داخل كل نافذة، يحاول الذكاء الاصطناعي كتابة معادلة رياضية بسيطة تصف بدقة الموجة الفوضوية بأكملها، بما في ذلك الصدى المتلاشي، وضربات الباص، والتشويش. ولمساعدة الذكاء الاصطناعي، يقدم له الباحثون "ورقة مرجعية" من الرموز؛ حيث يخبرونه: "مهلاً، نحن نعلم أن هناك أغنية رئيسية، وصدى توافقي ثالث، وصدى توافقي خامس، لذا يرجى البحث عن صيغ رياضية تستخدم تلك الإيقاعات المحددة".
بمجرد أن يكتب الذكاء الاصطناዊ هذه الوصفة الرياضية المثالية للموجة الفوضوية، فإنه لا يتوقف عند هذا الحد. بل يستخدم تلك الوصفة لـ "إسقاط" الإشارة رياضياً على موجة جيبية نقية وثابتة. الأمر يشبه أخذ رسم مشوه ومترنح وتتبعه بمسطرة لإيجاد الخط المستقيم المثالي الكامن تحته. يتيح ذلك للنظام حساب القوة الحقيقية (المقدار) والتوقيت (الطور) للإشارة الأساسية فوراً، حتى أثناء حدم حدوث الفوضى.
اختبر الباحثون هذه الفكرة في بيئة محاكاة، حيث صنعوا "أعطالاً" رقمية بكل أنواع المشاكل: صدى متلاشٍ واحد، صدى متلاشٍ مزدوج، وحتى عندما انحرفت ترددات شبكة الطاقة قليلاً عن نغمتها الطبيعية. وقارنوا طريقتهم الجديدة بأمين المكتبة التقليدي والمعياري (DFT). كانت النتائج مبهرة؛ ففي هذه المحاكاة، تمكن SymbolicPhasor من إعادة بناء الإشارات الفوضوية بدقة مذهلة، محققاً "معامل تحديد" (درجة توضح مدى مطابقة الرياضيات للبيانات) يصل إلى 0.985. وهذا يعني أن الوصفة الرياضية التي كتبها كانت مطابقة تقريباً للإشارة الحقيقية.
وحتى عندما كانت الإشارة تحتوي على اثنين من الأصداء المتلاشية في آن واحد، أو عندما كان التردد منحرفاً قليلاً (مثل 59.5 هرتز أو 60.5 هرتز بدلاً من الـ 60 هرتز القياسية)، صمدت الطريقة بشكل جيد. وقد اقترح ذلك أنه من خلال إجبار الذكاء الاصطناعي على البحث عن أنماط ذات معنى فيزيائي (مثل الترددات المحددة للتوافقات)، يمكنه استعادة الإشارة الحقيقية في غضون دورة واحدة فقط من الموجة. وهذا سريع بما يكفي ليكون مفيداً لأنظمة السلامة في العالم الحقيقي.
ومع ذلك، يحرص المؤلفون على ملاحظة أن هذا لا يزال حالياً مجرد محاكاة. فبينما تعمل الرياضيات بشكل رائع على الكمبيوتر، فإن العقبة الرئيسية هي أن هذا "المحقق" يحتاج إلى قدر من القوة الحوسبية لحل المعادلات في كل نافذة. وتشير الورقة إلى أنه بينما تعد الطريقة فعالة للغاية في تصفية الضجيج في هذه الاختبارات، فإن العمل المستقبلي سيتطلب التركيز على جعلها أسرع وأكثر كفاءة لتعمل على الأجهزة الفعلية في العالم الحقيقي. في الوقت الحالي، تبدو هذه الطة طريقة واعدة وجديدة للاستماع إلى شبكة الطاقة، حتى عندما تكون الغرفة فوضوية تماماً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.