微软最新开源了一个面向电力系统的AI基础模型：GridSFM，用来加速电力行业里交流最优潮流计算的研究

GridSFM用图神经网络近似AC-OPF求解，把电网当作一张图，直接预测近似最优运行点，再作为传统精确求解器的热启动初值，加速收敛

一个模型覆盖多种电网，跨拓扑通用

以前的做法是每个电网拓扑训练一个独立模型，换个电网就得重新训，GridSFM用数十到数百个不同规模和结构的电网一起训练，实现单一模型跨拓扑通用

这就意味着同类结构范围内新电网拿来就能用，不需要重新收集数据重新训练

预测+可行性判断双头输出，不只输出运行点，同时判断场景是否可行

这在大规模场景扫描中比较实用，快速过滤不可行场景，避免对不可能运行的工况白白调用求解器

GridSFM输出完整交流解，包括电压幅值和相角、有功/无功出力、有功/无功线路潮流等，这使得它能作为精确求解器的热启动，实现1.45倍加速

跨拓扑、带可行性分类的AC-OPF神经网络模型，相当于给电力系统优化装了一个AI加速器

GridSFM有两个版本，一个Open版开源的，约1500万参数，一个Premier版暂未开源

应用场景比如说，电网仿真与行为研究、大规模配置快速评估等

HF：http://t.cn/AXij4kqq
github：http://t.cn/AXij4kqG

#GridSFM##AI电力模型#