Rethinking Neural Width for Alternating Current Optimal Power Flow Proxies

Sintesi Tecnica: Ripensare la Larghezza Neurale per i Proxy dell'Optimal Power Flow in Corrente Alternata

Problema
I proxy basati sul deep learning per l'Optimal Power Flow in Corrente Alternata (ACOPF) sono sempre più utilizzati per fornire soluzioni rapide e approssimate per il dispacciamento della rete e lo screening delle contingenze. Tuttavia, le metodologie attuali mancano di approcci sistematici per determinare la dimensione architettonica necessaria di queste reti. La tendenza prevalente si basa sull' "over-parameterization" (sovra-parametrizzazione): scalare la larghezza e la profondità del modello per migliorare l'accuratezza. Sebbene efficace in ambienti ricchi di dati, questo approccio crea significativi oneri per i sistemi di potenza: le reti neurali profonde (DNN) ampie e opache sono dispendiose in termini di risorse per l'implementazione su dispositivi edge e, criticamente, sono difficili da verificare formalmente. Nelle operazioni di rete critiche per la sicurezza, l'incapacità di verificare l'aderenza di un modello ai limiti fisici pone un rischio per la sicurezza della rete. La letteratura esistente mostra una grande variabilità nelle larghezze degli strati per lo stesso sistema (ad es. IEEE-118), con alcuni modelli che utilizzano oltre 1.000 neuroni per strato, sollevando duboli sulla necessità di tale capacità.

Metodologia: Loss-Guided Neural Densification (LG-ND)
Per affrontare la mancanza di una dimensionatura sistematica, gli autori propongono un esperimento mentale costruttivo: determinare la larghezza minima della rete neurale necessaria per approssimare accuratamente il manifold ACOPF. Introducono l'algoritmo Loss-Guided Neural Densification (LG-ND), che inverte il processo di progettazione standard. Invece di partire da un modello grande e potarlo, LG-ND inizia con un'architettura minima, intenzionalmente sotto-parametrizzata, ed espande incrementalmente la capacità solo quando necessario.

L'algoritmo opera come segue:

1. Inizializzazione: Il proxy $f_\phi$ viene inizializzato con una capacità minima (ad es. piccoli strati nascosti).
2. Addestramento e Valutazione: Il modello viene addestrato fino alla convergenza utilizzando la perdita di Errore Quadratico Medio (MSE) su coppie carico-soluzione generate da un risolutore numerico ACOPF.
3. Logica di Densificazione: La perdita di validazione ($L$) funge da metrica per la capacità del modello di catturare il manifold non convesso dell'ACOPF e soddisfare i vincoli fisici.
   • Se la perdita di validazione attuale migliora ($L < L^\star$), lo stato del modello viene salvato e gli strati nascosti vengono espansi con un passo fisso ($\Delta = 10$ neuroni).
   • Se la perdita non migliora ($L \ge L^\star$), il processo di densificazione si arresta e viene restituito l'attuale modello come architettura minima sufficiente.
4. Analisi di Fattibilità: Per studiare il compromesso tra ottimalità e rigorosa fattibilità fisica, gli autori valutano anche una variante "clippata" del modello. Durante l'inferenza, un operatore di clipping coordinato viene applicato alle variabili di output limitate (magnitudo della tensione, setpoint del generatore) per imporre i limiti operativi ($y^{min} \le y \le y^{max}$).

Contributi Chiave

• Framework di Dimensionamento Costruttivo: Il documento inquadra la capacità del modello non come un iperparametro statico, ma come una variabile dinamica dipendente dalla complessità della fisica della rete, utilizzando LG-ND per scoprire la "larghezza minima sufficiente".
• Minimalismo Architetturale: Lo studio dimostra che un'approssimazione ad alta fedeltà dell'ACOPF non richiede una massiccia sovra-parametrizzazione.
• Abilitatore per la Verifica Formale: Vincolando la larghezza della rete alla stretta necessità fisica (riducendo i neuroni dai valori tipici di >512 a ~50), le architetture compatte risultanti diventano computazionalmente trattabili per gli strumenti di verifica della sicurezza formale (ad es. $\alpha,\beta$-CROWN), che si basano su metodi branch-and-bound che scalano aggressivamente con la larghezza.

Risultati Empirici
Il framework LG-ND è stato valutato sui sistemi IEEE 57-bus e 118-bus, confrontando i modelli adattivi "snelli" contro i baseline standard (Naïve MSE, Naïve MAE e metodi basati su Penalty) con larghezze fisse e ampie (472 neuroni per strato).

• Parità di Prestazioni con Capacità Ridotta: Sul sistema IEEE-118, il modello LG-ND ha raggiunto una dimensione dello strato nascosto di soli 50 neuroni (2 strati), per un totale di ~32k parametri. Questo è circa 10 volte meno neuroni per strato e 15,5 volte inferiore in termini di complessità di inferenza (in termini di parametri/FLOPs) rispetto ai baseline da 472 neuroni.
• Superiorità in Accuratezza e Fattibilità:
  • Gap di Ottimalità: Il modello LG-ND ha ottenuto un Gap% di 0,0517%, superando significativamente il baseline Naïve MSE (0,5474%) e i metodi basati su Penalty (fino a 1,90%).
  • Soddisfacimento dei Vincoli: Il modello LG-ND ha dimostrato un residuo di uguaglianza media di 0,0485 p.u., quasi cinque volte migliore del baseline Naïve MSE (0,2152 p.u.).
  • Prestazioni con Clipping: Applicando il clipping dei vincoli, il modello LG-ND ha mantenuto un basso Gap% (0,0691%) pur ottenendo un residuo di uguaglianza media di 0,0399 p.u. e zero violazioni medie di disuguaglianza. Al contrario, i modelli baseline più ampi spesso richiedevano il clipping per correggere grandi infeasibilità, risultando in una coerenza di uguaglianza degradata o in gap di ottimalità maggiori.
• Robustezza: L'analisi sul sistema IEEE-57 ha mostrato che all'aumentare dei campioni di addestramento, il modello adattivo converge a un'architettura "snella" stabile (40–140 neuroni totali), con i residui fisici (potenza attiva/reattiva e tensione) che decadono bruscamente, confermando la risoluzione riuscita delle non linearità del flusso di potenza.

Significatività e Rivendicazioni
Il documento sostiene che il minimalismo architettonico proposto è fondamentale per la verifica formale richiesta nelle operazioni di rete critiche per la sicurezza. Dimostrando che i proxy ACOPF possono mantenere alte prestazioni con fino a dieci volte meno neuroni rispetto ai baseline della letteratura attuale, questo lavoro rimuove una barriera primaria al deployment nella rete: l'intrattabilità della verifica di massicce reti "black box". Gli autori affermano che ridurre la larghezza alla stretta necessità fisica del sistema assicura che il proxy rimanga suscettibile a controlli di sicurezza rigorosi (come quelli forniti da $\alpha,\beta$-CROWN), consentendo così l'integrazione sicura di surrogati basati su ML nei loop di controllo della rete in tempo reale. Lo studio conclude che la massiccia sovra-parametrizzazione è inutile per un'approssimazione accurata dell'ACOPF e che i modelli snelli e verificabili sono intrinsecamente più affidabili per le infrastrutture critiche.