論文の概要: Optimal trajectory-guided stochastic co-optimization for e-fuel system design and real-time operation

• arxiv url: http://arxiv.org/abs/2603.03484v1
• Date: Tue, 03 Mar 2026 20:00:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-05 21:29:15.072661
• Title: Optimal trajectory-guided stochastic co-optimization for e-fuel system design and real-time operation
• Title（参考訳）: e-fuelシステム設計とリアルタイム運用のための最適軌道誘導確率共最適化
• Authors: Jeongdong Kim, Minsu Kim, Jonggeol Na, Junghwan Kim,
• Abstract要約: MasCORは機械学習支援の共同最適化フレームワークである。 グローバルな運用軌道から学び、e燃料生産システムの共同最適化を行う。 実用可能な設計空間の迅速スクリーニングとそれに対応する運用方針を実現する。
• 参考スコア（独自算出の注目度）: 16.570056785735293
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: E-fuels are promising long-term energy carriers supporting the net-zero transition. However, the large combinatorial design-operation spaces under renewable uncertainty make the use of mathematical programming impractical for co-optimizing e-fuel production systems. Here, we present MasCOR, a machine-learning-assisted co-optimization framework that learns from global operational trajectories. By encoding system design and renewable trends, a single MasCOR agent generalizes dynamic operation across diverse configurations and scenarios, substantially simplifying design-operation co-optimization under uncertainty. Benchmark comparisons against state-of-the-art reinforcement learning baselines demonstrate near-optimal performance, while computational costs are substantially lower than those of mathematical programming, enabling rapid parallel evaluation of designs within the co-optimization loop. This framework enables rapid screening of feasible design spaces together with corresponding operational policies. When applied to four potential European sites targeting e-methanol production, MasCOR shows that most locations benefit from reducing system load below 50 MW to achieve carbon-neutral methanol production, with production costs of 1.0-1.2 USD per kg. In contrast, Dunkirk (France), with limited renewable availability and high grid prices, favors system loads above 200 MW and expanded storage to exploit dynamic grid exchange and hydrogen sales to the market. These results underscore the value of the MasCOR framework for site-specific guidance from system design to real-time operation.
• Abstract（参考訳）: E燃料は、ネットゼロ移行を支える長期エネルギーキャリアを約束している。 しかし、再生可能不確実性の下での大規模な組合せ設計操作空間は、電子燃料生産システムの協調最適化に数学的プログラミングを非現実的に利用する。 本稿では,グローバルな運用軌道から学習する機械学習支援協調最適化フレームワークMasCORを紹介する。 システム設計と再生可能なトレンドを符号化することにより、単一のMasCORエージェントが様々な構成やシナリオにわたる動的操作を一般化し、不確実性の下で設計・運用の協調最適化を大幅に単純化する。 最先端の強化学習ベースラインに対するベンチマーク比較では、ほぼ最適性能を示し、計算コストは数学的プログラミングよりも大幅に低く、共最適化ループ内の設計を高速に並列に評価することができる。 このフレームワークは、実行可能な設計空間の迅速スクリーニングと、対応する運用ポリシーを実現する。 欧州でe-メタノールの生産を狙う4つの場所に適用した場合、MasCORは、ほとんどの場所が炭素中性メタノールの生産を達成するためにシステム負荷を50 MW以下に減らし、生産コストは1.0-1.2 USD/kgであることを示した。 対照的に、ダンケルク(フランス)は再生可能エネルギーが限られ、高グリッド価格も高いが、200MW以上のシステム負荷を好んでおり、動的グリッド交換と水素販売を市場へ活用するためにストレージを拡張している。 これらの結果は,システム設計からリアルタイム運用に至るまで,サイト固有のガイダンスのためのMasCORフレームワークの価値を裏付けるものである。

関連論文リスト

• Flexible Manufacturing Systems Intralogistics: Dynamic Optimization of AGVs and Tool Sharing Using Coloured-Timed Petri Nets and Actor-Critic RL with Actions Masking [0.0]
  本稿では,自動誘導車両(AGV)とツール共有システムの同時統合により,新たな複雑さを取り入れた従来型のジョブショップスケジューリング問題を推し進める。 色付き時間ペトリネット(CTPN)とアクター批判モデルに基づく強化学習(MBRL)を組み合わせた新しいアプローチを提案する。 提案手法は,小規模の公開ベンチマークと,Tallardベンチマークにインスパイアされた大規模ベンチマークを用いて評価した。
  論文  参考訳（メタデータ） (2026-01-08T12:37:02Z)
• Techno-economic optimization of a heat-pipe microreactor, part I: theory and cost optimization [0.0]
  マイクロリアクターは、高価な燃料が支配的な遠隔地へのアクセスに適している。 彼らは規模の不一致に悩まされ、その財政的生存性はいまだに説得力のないままである。 本稿では,テクノ・経済学的考察を考慮に入れた新しい幾何学的設計最適化手法を提案する。
  論文  参考訳（メタデータ） (2025-12-17T23:28:13Z)
• EcoSpa: Efficient Transformer Training with Coupled Sparsity [79.5008521101473]
  トランスフォーマーは現代のAIのバックボーンとなっているが、その高い計算要求は重要なシステム課題を引き起こしている。 EcoSpaは、結合した重み行列対を共同で評価し、スパース化する効率的な構造的スパース訓練法である。
  論文  参考訳（メタデータ） (2025-11-09T11:23:43Z)
• Neural Network-enabled Domain-consistent Robust Optimisation for Global CO$_2$ Reduction Potential of Gas Power Plants [0.9236074230806578]
  非線形プログラミング手法に制約としてデータ駆動ドメインを統合するニューラルネットワーク駆動のロバスト最適化フレームワークを導入する。 この効率性は、世界規模のガス発電所に初めて導入され、毎年CO$26の還元ポテンシャルを見積もる。
  論文  参考訳（メタデータ） (2025-10-15T21:47:41Z)
• CarboFormer: A Lightweight Semantic Segmentation Architecture for Efficient Carbon Dioxide Detection Using Optical Gas Imaging [4.567122178196833]
  二酸化炭素排出量(CO$$)は、環境影響と産業プロセスの両方の重要な指標である。 光ガスイメージング(OGI)のための軽量セマンティックセグメンテーションフレームワークCarboFormerを紹介する。 提案手法は,最適化エンコーダデコーダアーキテクチャと,特殊なマルチスケール機能融合と補助監視戦略を統合したものである。
  論文  参考訳（メタデータ） (2025-05-23T18:01:42Z)
• CATransformers: Carbon Aware Transformers Through Joint Model-Hardware Optimization [15.52721716387361]
  当社では,Transformerベースのモデルとハードウェアアクセラレーションのための,最初のカーボンを意識した共同最適化フレームワークである,当社のフレームワークを紹介します。 本研究は, モデル性能と実行時間性能を損なうことなく, 炭素効率を優先する全体最適化手法の必要性を強調した。
  論文  参考訳（メタデータ） (2025-05-02T16:49:10Z)
• Cost-Sensitive Multi-Fidelity Bayesian Optimization with Transfer of Learning Curve Extrapolation [55.75188191403343]
  各ユーザが事前に定義した機能であるユーティリティを導入し,BOのコストと性能のトレードオフについて述べる。 このアルゴリズムをLCデータセット上で検証した結果,従来のマルチファイルBOや転送BOベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2024-05-28T07:38:39Z)
• TranDRL: A Transformer-Driven Deep Reinforcement Learning Enabled Prescriptive Maintenance Framework [58.474610046294856]
  産業システムは、運用効率を高め、ダウンタイムを減らすための信頼性の高い予測保守戦略を要求する。 本稿では,Transformerモデルに基づくニューラルネットワークと深部強化学習(DRL)アルゴリズムの機能を活用し,システムの保守動作を最適化する統合フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-29T02:27:54Z)
• Powerful ordered collective heat engines [58.720142291102135]
  本稿では,同期動作を行うユニットのシステムによって性能が向上するエンジンのクラスを紹介する。 熱機関として運用するには,Isingライクな相互作用と集合秩序体制との相互作用が不可欠であることを示す。
  論文  参考訳（メタデータ） (2023-01-16T20:14:19Z)
• Movement Penalized Bayesian Optimization with Application to Wind Energy Systems [84.7485307269572]
  文脈ベイズ最適化(CBO)は、与えられた側情報を逐次決定する強力なフレームワークである。 この設定では、学習者は各ラウンドでコンテキスト(天気条件など)を受け取り、アクション(タービンパラメータなど)を選択する必要がある。 標準的なアルゴリズムは、すべてのラウンドで意思決定を切り替えるコストを前提としませんが、多くの実用的なアプリケーションでは、このような変更に関連するコストが最小化されるべきです。
  論文  参考訳（メタデータ） (2022-10-14T20:19:32Z)
• Learning Optimization Proxies for Large-Scale Security-Constrained Economic Dispatch [11.475805963049808]
  SCED(Security-Constrained Economic Dispatch)は、送信システムオペレーター(TSO)の基本最適化モデルである 本稿では,SCEDの最適解をミリ秒で予測できる機械学習(ML)モデルとして,SCEDの最適化プロキシを学習することを提案する。 数値実験は、フランスの送信システム上で報告され、リアルタイム操作と互換性のある時間枠内で、その手法が生成できることを実証する。
  論文  参考訳（メタデータ） (2021-12-27T00:44:06Z)
• Learning Space Partitions for Path Planning [54.475949279050596]
  PlaLaMは2次元ナビゲーションタスクにおける既存の経路計画手法よりも優れており、特に難解な局所最適化の存在下では優れている。 これらは高マルチモーダルな実世界のタスクに移行し、コンパイラフェーズでは最大245%、分子設計では最大0.4の強いベースラインを0-1スケールで上回ります。
  論文  参考訳（メタデータ） (2021-06-19T18:06:11Z)
• Machine Learning Framework for Quantum Sampling of Highly-Constrained, Continuous Optimization Problems [101.18253437732933]
  本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。 本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
  論文  参考訳（メタデータ） (2021-05-06T02:22:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。