warm-start

深度分析

WARP：以圖神經網路進行拓樸感知的原始─對偶暖啟動，加速AC-OPF內點法收斂

在電力市場中，AC-OPF求解以內點法為主，既有學習工作僅預測原始變數並以平坦啟動為基線，導致成效被高估。WARP採用拓樸條件的圖神經網路，同時預測原始、對偶與障壁參數，並提供修正評估協定。實驗顯示WARP能大幅降低IPOPT疊代次數，且原生支援N-1拓樸變化。