Permutation-Equivariant Deep Equilibrium Networks for Real-Time Single-Bus DER Dispatch with O(1) Parameter Scaling
Dit artikel stelt een permutatie-equivariante Transformer Deep Equilibrium Network (DERDEQN) voor die parameterschaling en real-time inferentie bereikt voor het aansturen van duizenden heterogene gedistribueerde energiebronnen door competitieve evenwichten en clearingprijzen te leren via een ongesuperviseerd, label-vrij trainingsproces gebaseerd op markt-clearing en KKT-condities.