Rethinking Neural Width for Alternating Current Optimal Power Flow Proxies

Resumo Técnico: Repensando a Largura Neural para Proxies de Fluxo de Potência Ótimo em Corrente Alternada

Declaração do Problema
Proxies de aprendizagem profunda para o Fluxo de Potência Ótimo em Corrente Alternada (ACOPF) são cada vez mais utilizados para fornecer soluções rápidas e aproximadas para despacho de rede e triagem de contingências. No entanto, as metodologias atuais carecem de abordagens sistemáticas para determinar o tamanho arquitetural necessário dessas redes. A tendência predominante baseia-se na "superparametrização" — escalonando a largura e a profundidade do modelo para melhorar a precisão. Embora eficaz em ambientes ricos em dados, essa abordagem cria passivos significativos para os sistemas de potência: Redes Neurais Profundas (DNNs) grandes e opacas são intensivas em recursos para implantação em borda (edge deployment) e, criticamente, são difíceis de verificar formalmente. Em operações de rede de missão crítica, a incapacidade de verificar a adesão de um modelo aos limites físicos representa um risco à segurança da rede. A literatura existente mostra uma grande variabilidade nas larguras de camada para o mesmo sistema (ex: IEEE-118), com alguns modelos utilizando mais de 1.000 neurônios por camada, levantando questões sobre a necessidade de tal capacidade.

Metodologia: Densificação Neural Guiada por Perda (LG-ND)
Para abordar a falta de dimensionamento sistemático, os autores propõem um experimento mental construtivo: determinar a largura mínima de rede neural necessária para aproximar com precisão o manufold ACOPF. Eles introduzem o algoritmo de Densificação Neural Guiada por Perda (LG-ND), que inverte o processo de design padrão. Em vez de começar com um modelo grande e podá-lo, o LG-ND começa com uma arquitetura mínima, intencionalmente subparametrizada, e expande a capacidade incrementalmente apenas quando necessário.

O algoritmo opera da seguinte forma:

1. Inicialização: O proxy $f_\phi$ é inicializado com uma capacidade mínima (ex: camadas ocultas pequenas).
2. Treinamento e Avaliação: O modelo é treinado até a convergência usando perda de Erro Quadrático Médio (MSE) em pares de carga-solução gerados por um solver numérico de ACOPF.
3. Lógica de Densificação: A perda de validação ($L$) serve como a métrica para a capacidade do modelo de capturar o manifold não convexo do ACOPF e satisfazer restrições físicas.
   • Se a perda de validação atual melhora ($L < L^\star$), o estado do modelo é salvo e as camadas ocultas são expandidas por um passo fixo ($\Delta = 10$ neurônios).
   • Se a perda falha em melhorar ($L \ge L^\star$), o processo de densificação é interrompido e o modelo atual é retornado como a arquitetura mínima suficiente.
4. Análise de Viabilidade: Para estudar o compromisso entre otimalidade e viabilidade física estrita, os autores também avaliam uma variante "cortada" (clipped) do modelo. Durante a inferência, um operador de corte por coordenada é aplicado a variáveis de saída limitadas (magnitudes de tensão, setpoints de geradores) para impor limites operacionais ($y^{min} \le y \le y^{max}$).

Principais Contribuições

• Estrutura de Dimensionamento Construtivo: O artigo enquadra a capacidade do modelo não como um hiperparâmetro estático, mas como uma variável dinâmica dependente da complexidade da física da rede, usando o LG-ND para descobrir a "largura mínima suficiente".
• Minimalismo Arquitetural: O estudo demonstra que a aproximação de alta fidelidade do ACOPF não requer uma superparametrização massiva.
• Viabilizador de Verificação Formal: Ao restringir a largura da rede à necessidade física estrita (reduzindo os neurônios de valores típicos de >512 para ~50), as arquiteturas compactas resultantes tornam-se computacionalmente tratáveis para ferramentas de verificação de segurança formal (ex: $\alpha,\beta$-CROWN), que dependem de métodos de branch-and-bound que escalam agressivamente com a largura.

Resultados Empíricos
O framework LG-ND foi avaliado nos sistemas IEEE 57-bus e 118-bus, comparando os modelos "enxutos" adaptativos contra baselines padrão (MSE Naïve, MAE Naïve e métodos baseados em Penalidade) com larguras fixas e grandes (472 neurônios por camada).

• Paridade de Desempenho com Capacidade Reduzida: No sistema IEEE-118, o modelo LG-ND alcançou um tamanho de camada oculta de apenas 50 neurônios (2 camadas), totalizando ~32k parâmetros. Isso é aproximadamente 10 vezes menos neurônios por camada e 15,5 vezes menor complexidade de inferência (em termos de parâmetros/FLOPs) em comparação com as baselines de 472 neurônios.
• Superioridade em Precisão e Viabilidade:
  • Gap de Otimalidade: O modelo LG-ND alcançou um Gap% de 0,0517%, superando significativamente a baseline de MSE Naïve (0,5474%) e os métodos baseados em Penalidade (até 1,90%).
  • Satisfação de Restrições: O modelo LG-ND demonstrou um resíduo de Igualdade Média de 0,0485 p.u., quase cinco vezes melhor que a baseline de MSE Naïve (0,2152 p.u.).
  • Desempenho Cortado (Clipped): Ao aplicar o corte de restrição, o modelo LG-ND manteve um baixo Gap% (0,0691%) enquanto alcançou um resíduo de Igualdade média de 0,0399 p.u. e zero violações de desigualdade média. Em contraste, modelos de base mais largos frequentemente exigiam o corte para corrigir inconformidades (infeasibilities) grandes, resultando em consistência de igualdade degradada ou maiores gaps de otimalidade.
• Robustez: A análise no sistema IEEE-57 mostrou que, conforme as amostras de treinamento aumentavam, o modelo adaptativo convergia para uma arquitetura "enxuta" estável (40–140 neurônios totais), com resíduos físicos (potência ativa/reativa e tensão) decaindo bruscamente, confirmando a resolução bem-sucedida das não linearidades de fluxo de potência.

Significância e Alegações
O artigo afirma que o minimalismo arquitetural proposto é crítico para a verificação formal necessária em operações de rede de missão crítica. Ao provar que os proxies de ACOPF podem manter alto desempenho com até dez vezes menos neurônios do que as baselines da literatura atual, este trabalho remove uma barreira primária para a implantação na rede: a intratabilidade de verificar redes massivas de "caixa preta". Os autores asseguram que reduzir a largura à necessidade física estrita do sistema garante que o proxy permaneça passível de verificações de segurança rigorosas (como as fornecidas pelo $\alpha,\beta$-CROWN), permitindo assim a integração segura de substitutos (surrogates) baseados em ML em loops de controle de rede em tempo real. O estudo conclui que a superparametrização massiva é desnecessária para a aproximação precisa do ACOPF e que modelos enxutos e verificáveis são inerentemente mais confiáveis para infraestruturas críticas.