研究人员使用AI加速电网仿真

大多数现代电话和汽车都经过编程，可以从周围的环境中“学习”声音，面部特征，甚至是常见的行驶路线。识别模式使这些系统可以在眨眼之间准确预测并建议首选选项。

现在想象一个可以为关键的国家挑战(例如疾病诊断，天气预报和电网可靠性)提供相同精度和响应能力的系统。

一种称为智能电网模拟器(Smart-PGSim)的新软件应用程序使用一种神经网络(一种人工智能(AI))来有效解决对规划和优化电力输送至关重要的电网模拟。初步测试结果表明，Smart-PGSim解决了潮流计算，其速度比传统数值模型快了三倍，而且没有损失精度。

Smart-PGSim背后的方法是由西北太平洋国家实验室(PNNL)的计算机科学家Gokcen Kestor和加州大学默塞德分校的合作者共同开发的，其背后的方法使用了一种称为多任务学习建模的新型神经网络方法。研究人员认为，这是人工智能在电网中的首次此类应用。

PNNL高级计算，数学和数据部门的研究员Kestor说：“人工智能和高性能计算的最新发展使我们得以探索这种方法。” “我们不可能在五到十年前开发出这种方法。”

Kestor将在11月的Supercomputing 2020上虚拟地展示该团队的研究成果，Supercomputing 2020是高性能计算，网络，存储和分析领域全球最大的年度专业人员聚会。

与当前的潮流仿真工具相比，Smart-PGSim的工作速度快了将近三倍，迭代次数更少，精度几乎相同。(由Cortland Johnson制作的动画|西北太平洋国家实验室)