فلش‌کارت‌های آموزشی SC-DCOPF در یک چشم‌برهم‌زدن: کران‌گذاری سریع و تضمین‌شده با IBP و GPU

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره SC-DCOPF در یک چشم‌برهم‌زدن: کران‌گذاری سریع و تضمین‌شده با IBP و GPU

موضوع کلی: بهینه‌سازی و امنیت در سیستم‌های قدرت

موضوع میانی: بهبود کارایی و سرعت در حل مسائل جریان توان بهینه با قید امنیت

📋 سرفصل‌های دوره

• 1. بخش اول: مبانی سیستم‌های قدرت و بهینه‌سازی (فصل ۱ تا ۲۰)**
• 2. مقدمه‌ای بر سیستم‌های قدرت مدرن
• 3. مفاهیم کلیدی: تولید، انتقال و توزیع انرژی الکتریکی
• 4. اهمیت پایداری و امنیت در شبکه‌های قدرت
• 5. آشنایی با مسئله بهره‌برداری اقتصادی سیستم قدرت
• 6. مسئله پخش بار بهینه (Optimal Power Flow - OPF)
• 7. چالش‌های حل مسئله OPF در حالت AC: غیرخطی و غیرمحدب بودن
• 8. معرفی تقریب DC و مدل خطی‌شده شبکه قدرت
• 9. مفروضات و محدودیت‌های مدل DC Power Flow
• 10. فرمول‌بندی ریاضی مسئله جریان توان بهینه DC (DCOPF)
• 11. متغیرهای تصمیم، تابع هدف و قیود در DCOPF
• 12. آشنایی با برنامه‌ریزی خطی (Linear Programming) و نقش آن در حل DCOPF
• 13. مفهوم امنیت سیستم قدرت و معیار N-1
• 14. تحلیل پیشامدها (Contingency Analysis) و اهمیت آن
• 15. معرفی مسئله جریان توان بهینه با قید امنیت (SC-DCOPF)
• 16. چالش انفجار ابعادی در مسائل SC-DCOPF
• 17. مروری بر روش‌های سنتی حل SC-DCOPF
• 18. محدودیت‌های سرعت و حافظه در حل‌کننده‌های متداول
• 19. نیاز به روش‌های سریع و تضمین‌شده برای کاربردهای آنلاین
• 20. مفهوم کران‌گذاری (Bounding) در بهینه‌سازی
• 21. اهداف و ساختار کلی دوره آموزشی
• 22. بخش دوم: ریاضیات محاسبات بازه‌ای (فصل ۲۱ تا ۳۵)**
• 23. مقدمه‌ای بر حساب بازه‌ای (Interval Arithmetic)
• 24. نمایش اعداد و متغیرها به صورت بازه
• 25. عملیات اصلی حسابی روی بازه‌ها: جمع، تفریق، ضرب و تقسیم
• 26. مشکل تورم بازه (Interval Swelling) و پدیده وابستگی
• 27. توابع بازه‌ای و نحوه ارزیابی آن‌ها
• 28. مفهوم انتشار کران (Bound Propagation)
• 29. انتشار رو به جلو (Forward Propagation)
• 30. انتشار رو به عقب (Backward Propagation)
• 31. معرفی روش انتشار کران بازه‌ای (Interval Bound Propagation - IBP)
• 32. الگوریتم پایه IBP برای دستگاه معادلات خطی
• 33. نحوه تنگ‌سازی بازه‌ها به صورت تکراری
• 34. شرایط همگرایی الگوریتم IBP
• 35. مفهوم تضمین‌شده یا گواهی‌شده (Certified) در محاسبات بازه‌ای
• 36. کاربردهای حساب بازه‌ای در مهندسی و علوم کامپیوتر
• 37. مزایا و معایب استفاده از IBP در مسائل بهینه‌سازی
• 38. بخش سوم: فرمول‌بندی SC-DCOPF برای تحلیل با IBP (فصل ۳۶ تا ۵۰)**
• 39. بازنویسی معادلات DCOPF برای تحلیل بازه‌ای
• 40. نمایش متغیرهای تولید و زاویه ولتاژ به صورت بازه
• 41. استفاده از ماتریس ضرایب توزیع انتقال توان (PTDF)
• 42. نقش ماتریس PTDF در مدل‌سازی خطی جریان خطوط
• 43. فرمول‌بندی قیود حرارتی خطوط با استفاده از PTDF
• 44. معرفی ضرایب توزیع خروج خط (LODF)
• 45. مدل‌سازی اثر خروج خطوط (پیشامدها) با استفاده از LODF
• 46. فرمول‌بندی جریان خطوط در حالت پس از پیشامد
• 47. نمایش عدم قطعیت‌ها و متغیرهای کنترلی به صورت بازه
• 48. تعریف بازه‌های اولیه برای توان‌های تولیدی ژنراتورها
• 49. ساختار کلی مسئله SC-DCOPF برای ارزیابی سریع با IBP
• 50. تفکیک مسئله به حالت پایه (Base Case) و حالت‌های پیشامد
• 51. نحوه نمایش قیود تعادل توان به صورت بازه‌ای
• 52. مدل‌سازی قیود مربوط به تبادلات بین ناحیه‌ای (Tie-Lines)
• 53. هدف: بررسی سریع امکان‌پذیری (Feasibility) یک نقطه کاری
• 54. بخش چهارم: پیاده‌سازی الگوریتم IBP برای کران‌گذاری SC-DCOPF (فصل ۵۱ تا ۷۰)**
• 55. الگوریتم گام‌به‌گام IBP برای مسئله DCOPF حالت پایه
• 56. انتشار بازه‌های تولید به سمت بازه‌های جریان خطوط
• 57. بررسی امکان‌پذیری قیود حرارتی در حالت پایه
• 58. الگوریتم IBP برای تحلیل پیشامدها
• 59. انتشار بازه‌های جریان حالت پایه به حالت‌های پس از پیشامد
• 60. محاسبه بازه جریان خطوط برای هر سناریوی N-1
• 61. بررسی سریع هزاران پیشامد با استفاده از IBP
• 62. شناسایی پیشامدهای بحرانی (Critical Contingencies)
• 63. مفهوم تنگ‌سازی (Tightening) بازه‌ها در هر تکرار
• 64. الگوریتم تکراری IBP برای همگرایی به کران‌های دقیق‌تر
• 65. معیارهای توقف برای الگوریتم IBP
• 66. نحوه استخراج کران پایین تضمین‌شده برای تابع هدف
• 67. استفاده از دوگانگی لاگرانژ برای یافتن کران‌های هزینه
• 68. کران‌گذاری متغیرهای دوگان (قیمت‌های سایه) با IBP
• 69. چگونگی اثبات عدم امکان‌پذیری (Infeasibility) یک راه حل
• 70. مقایسه کران‌های به دست آمده از IBP با حل دقیق LP
• 71. تحلیل پیچیدگی محاسباتی الگوریتم IBP
• 72. نقش ساختار اسپارس ( ) ماتریس‌های سیستم قدرت
• 73. بهینه‌سازی محاسبات ماتریسی در الگوریتم
• 74. مدیریت حافظه برای ذخیره‌سازی داده‌های بازه‌ای
• 75. بخش پنجم: شتاب‌دهی محاسبات با استفاده از GPU (فصل ۷۱ تا ۸۵)**
• 76. مقدمه‌ای بر محاسبات با کارایی بالا (High-Performance Computing)
• 77. معماری پردازنده‌های گرافیکی (GPU) در مقابل CPU
• 78. مفهوم پردازش موازی انبوه (Massively Parallel Processing)
• 79. مدل برنامه‌نویسی CUDA و OpenCL
• 80. شناسایی بخش‌های قابل موازی‌سازی در الگوریتم IBP
• 81. موازی‌سازی تحلیل پیشامدها: هر پیشامد یک ریسه (Thread)
• 82. ساختارهای داده‌ای مناسب برای پیاده‌سازی روی GPU
• 83. انتقال داده‌ها بین حافظه CPU و GPU: یک گلوگاه کلیدی
• 84. توسعه هسته‌های GPU (کرنل‌ها) برای محاسبات IBP
• 85. کرنل محاسبه جریان خطوط در حالت پایه
• 86. کرنل موازی برای ارزیابی تمام پیشامدها به صورت همزمان
• 87. بهینه‌سازی دسترسی به حافظه در GPU
• 88. استفاده از حافظه مشترک (Shared Memory) برای افزایش سرعت
• 89. بررسی عملکرد و مقیاس‌پذیری (Scalability) الگوریتم روی GPU
• 90. مقایسه زمان اجرا: پیاده‌سازی سری روی CPU در مقابل موازی روی GPU
• 91. بخش ششم: کاربردهای پیشرفته، مطالعات موردی و آینده‌پژوهی (فصل ۸۶ تا ۱۰۰)**
• 92. مطالعه موردی: پیاده‌سازی الگوریتم بر روی سیستم تست استاندارد IEEE
• 93. تحلیل نتایج و مقایسه با نرم‌افزارهای تجاری (Gurobi, CPLEX)
• 94. تجسم‌سازی فرآیند تنگ‌سازی بازه‌ها
• 95. ادغام روش IBP در الگوریتم‌های شاخه و کران (Branch-and-Bound)
• 96. کاربرد در مسئله راه‌اندازی واحدها با قید امنیت (SC-UC)
• 97. گسترش روش برای مدل‌های غیرخطی (AC-OPF)
• 98. چالش‌های اعمال IBP بر روی مسائل غیرمحدب
• 99. استفاده از IBP برای تحلیل استوار (Robust Optimization)
• 100. مدیریت عدم قطعیت منابع تجدیدپذیر با محاسبات بازه‌ای