論文の概要: Offline Reinforcement Learning for Distribution-Grid Protection
- arxiv url: http://arxiv.org/abs/2609.24703v1
- Date: Mon, 21 Sep 2026 14:49:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-22 20:29:01.349205
- Title: Offline Reinforcement Learning for Distribution-Grid Protection
- Title（参考訳）: 配電グリッド保護のためのオフライン強化学習
- Abstract要約: 我々は,CIGRE中電圧ネットワークの静的軌跡からの線選択的トリップについて検討した。
畳み込みQネットワークは、因果電圧電流ファサーおよび見かけインピーダンス特徴を受信する。
その結果,密度予測性能と終端保護挙動がモデルランキングに影響を及ぼす可能性が示唆された。
- 参考スコア（独自算出の注目度）: 42.05746375597851
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Data-driven protection may complement conventional relays in distribution grids whose operating conditions vary with distributed generation, switching events, and changing short-circuit levels. We study line-selective tripping from static trajectories of a realistically simulated CIGRE medium-voltage network using offline reinforcement learning. A convolutional Q-network receives causal voltage-current phasor and apparent-impedance features, optionally together with raw waveforms, and is trained with conservative Q-learning (CQL). A controlled sensitivity study evaluates two observation windows, reward variants, and three CQL weights under a common split and training protocol; one exploratory post-hoc run additionally increases the discount factor from $γ$=0.95 to 0.99. On 225 held-out episodes, the best per-timestep result is obtained with combined input and CQL weight $α$=0.9, reaching precision 0.9993, recall 0.9496, and F1-score 0.9738. Because dense per-timestep scores do not encode the terminal semantics of relay operation, we also evaluate the first non-wait action in each episode. The default combined-input agent selects the correct line-trip action first in 98.13% of 214 fault episodes, but trips in 72.73% of the 11 non-fault episodes. In the post-hoc run, the corresponding rates are 98.60% and 54.55%, respectively. The results show that dense predictive performance and terminal protection behavior can lead to different model rankings. Offline CQL therefore demonstrates strong faulted-line selection on the simulated fault episodes, while the static trajectories, small non-fault set, and single-seed post-hoc design preclude conclusions about practical relay security or deployment readiness.
- Abstract（参考訳）: データ駆動型保護は、分散生成、切替イベント、短絡レベルの変化に伴う運用条件が異なる分散グリッドにおける従来のリレーを補完する可能性がある。
オフライン強化学習を用いたCIGRE中電圧ネットワークの静的軌道からの線選択的トリップについて検討した。
畳み込みQネットワークは、因果電圧電流のファサーおよび見かけのインピーダンス特徴を任意に生波形と共に受け取り、保守的なQ学習(CQL)で訓練する。
コントロールされた感度調査では、2つの観測窓、報酬変量、3つのCQL重みを共通の分割訓練プロトコルで評価し、1回の探索後、さらに割引係数を$γ$=0.95から0.99に引き上げた。
ホールドアウトエピソード225では、入力とCQL重量=0.9を併用し、精度0.9993、リコール0.9496、F1スコア0.9738を得る。
リレー動作の終端意味をエンコードしないため、各エピソードにおける最初の非待機動作も評価する。
デフォルトの複合入力エージェントは、214の障害エピソードの98.13%で正しいライントリップアクションを選択するが、11の非デフォルトエピソードの72.73%でトリップする。
ポストホックでは、それぞれ98.60%と54.55%である。
その結果,密度予測性能と終端保護挙動がモデルランキングに影響を及ぼす可能性が示唆された。
オフラインCQLは、シミュレーションされた障害エピソードに対して、強い障害のあるライン選択を示す一方で、静的なトラジェクトリ、小さな非デフォルトセット、シングルシードのポストホック設計は、実用的なリレーセキュリティやデプロイメントの準備に関する結論を妨げている。
関連論文リスト
- Intrinsic Sequence-Likelihood Confidence in Retrieval-Dominated Extractive QA: Two Pre-Specified Negatives, and What They Do and Do Not Attribute [0.4310167974376404]
オープン言語モデルを微調整すると、自身の信頼度が誘引制御信号であるモデルが得られる。
我々は,実行前の基準下での両使用量を評価した。
検索だけで92-99.8%のベストケースの組み合わせ精度が回復する。
論文 参考訳（メタデータ） (2026-09-17T09:17:00Z) - Pedestrian Crossing Intent Classification From Event-Based Vision Using Convolutional Spiking Neural Networks With Temporal Augmentation [0.0]
本稿では,実世界の運転映像を合成視覚センサ(DVS)イベントストリームに変換するエンドツーエンドパイプラインを提案する。
また,新しい畳み込みスパイクニューラルネットワーク(Conv-SNN)をクリップ一貫性を持つDVS拡張で訓練し,歩行者横断意図を二分法に分類する。
訓練されたモデルは95.83%の精度で、JAAD DVSテストセットではF1 = 0.9695、通常のCARLA DVSでは97.79%、F1 = 0.9478、CARLA DVSでは94.78%、F1 = 0.8369である。
論文 参考訳（メタデータ） (2026-09-11T02:34:24Z) - A Hybrid Two-Stage Machine Learning Pipeline for Fault Detection and Classification in Power Transmission Systems [0.4349640169711269]
本稿では,分類から検出を分離するハイブリッド2段階機械学習パイプラインを提案する。
TLFaultDatasetでは、Line-faultのエンドツーエンドの精度が31.3%から95.8%に向上している。
独立した単一ポイントデータセットでは、同じフレームワークが通常の操作を含むすべてのクラスで97.25%のエンドツーエンドの精度を達成している。
論文 参考訳（メタデータ） (2026-08-24T18:11:29Z) - Comparing SGLD and a fixed-noise Predictor-Corrector adaptation in canonical Joint Energy-Based Models on CIFAR-10 [0.0]
我々は、WideResNet-28-10上の標準合同エネルギーベースモデル(JEM)を、2つの独立したランで正規化レイヤなしで再現する。
我々は3つのプロトコルで固定ノイズPC適応(退化ノイズ予測器を決定論的ステップに置き換える)をテストする。
復元精度92.88%、バッファFID44.46(標準:92.9%、38.40)
論文 参考訳（メタデータ） (2026-08-05T16:28:57Z) - Adaptive Intrusion Detection System using Transformer-Based Neural Networks and Continual Learning Approach with Adversarial Investigation [1.90296757424868]
ネットワーク侵入検知システム (IDS) は, 脅威分布のシフトに伴い, 配置後無音で停止する。
リプレイベースの連続学習はこれに反論するが、既存の手法では、ベニティトラフィックを1つの初期タスクに非現実的に限定し、リプレイバッファを潜在的攻撃面として無視する。
より忠実なストレステストとして新しい攻撃と共に良心が流れるクラスインスタンスインクリメンタル(CII)シナリオを導入し、オーバートラベルのフリップとステルスバックドア中毒攻撃でバッファーを探索する。
論文 参考訳（メタデータ） (2026-08-05T09:06:45Z) - From CVE to CWE: Syscall-Based HIDS Generalisation [41.99844472131922]
運用環境では、ディフェンダーは既知の脆弱性の新たなエクスプロイトを認識する必要がある。
我々は,CWE(Common Weaknession)クラスを共有するCVEの正常な動作に基づいて訓練された一級異常検知器が,同一クラス内の別の未知のCVEに一般化するか否かを実証的に検証した。
論文 参考訳（メタデータ） (2026-06-21T16:34:39Z) - Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning [40.342912574072024]
大規模言語モデルは、旅行計画やコードソリューションのような構造化されたアウトプットを生成する。
個々の推論ステップは正しく見えるが、アウトプット全体が予算に違反したり、テストケースに失敗したり、あるいは以前の推論に矛盾することがある。
構造化LCM出力の検証のための決定論的解析制約付き学習品質スコアラを提案する。
論文 参考訳（メタデータ） (2026-05-15T17:08:27Z) - Multimodal Learning on Low-Quality Data with Conformal Predictive Self-Calibration [72.0672328514289]
マルチモーダル学習は、しばしば低品質データの課題に悩まされる。
コンフォーマル予測自己校正(Conformal Predictive Self-Calibration)と呼ばれる統合フレームワークを提案する。
私たちのフレームワークは、既存の最先端メソッドを一貫して上回ります。
論文 参考訳（メタデータ） (2026-05-05T14:48:52Z) - Learning from Emptiness: De-biasing Listwise Rerankers with Content-Agnostic Probability Calibration [76.08899010904652]
CapCalは、ランキング決定から位置バイアスを機械的に分離する、トレーニング不要のフレームワークである。
シングルパス効率を保ちながら、トレーニング不要の手法で優れた性能を発揮する。
論文 参考訳（メタデータ） (2026-04-11T10:47:22Z) - MixedNUTS: Training-Free Accuracy-Robustness Balance via Nonlinearly Mixed Classifiers [41.56951365163419]
MixedNUTSは、ロバストな分類器の出力ロジットを3つのパラメータしか持たない非線形変換で処理する訓練不要の手法である。
MixedNUTSは変換されたロジットを確率に変換し、それらを全体の出力として混合する。
CIFAR-10、CIFAR-100、ImageNetデータセットでは、MixedNUTSの精度とほぼSOTAの堅牢性を大幅に改善した。
論文 参考訳（メタデータ） (2024-02-03T21:12:36Z)
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。