Применение нейронных сетей глубокого обучения в математическом обеспечении цифровых двойников электроэнергетических систем

Рассматривается проблематика разработки цифровых двойников современных активных распределительных электроэнергетических систем (РЭЭС). Выделены подходы к применению искусственных нейронных сетей глубокого обучения в интеллектуальном управлении указанными системами на базе цифровых двойников. Дан краткий обзор релевантных архитектур нейросетей. Приведены примеры нейросетевых средств для решения ряда ключевых задач интеллектуального управления, включая прогнозирование нагрузки, прогнозирование цены электроэнергии, оптимизацию распределения нагрузки между доступным генерирующим оборудованием, оценку и прогнозирование технического состояния энергетического оборудования, диагностику отказов и катастроф. Сформулированы рекомендации по альтернативным вариантам применения рассмотренных нейросетевых средств, таким как включение в состав базового математического обеспечения цифрового двойника либо поставка в виде дополнительных приложений для определенных категорий пользователей.