Modello di Diffusione Riduce l'Errore di Stima dei Parametri del Sistema Elettrico del 58,6%

Un nuovo framework di stima dei parametri, il Joint Conditional Diffusion Model-based Inverse Problem Solver, affronta la natura mal posta dei problemi inversi in cui diverse combinazioni di parametri producono output identici. Sfruttando la stocasticità del modello di diffusione, genera soluzioni candidate che catturano le distribuzioni dei parametri sottostanti condizionate alle osservazioni. Il condizionamento congiunto su più osservazioni restringe le distribuzioni a posteriori dei parametri non identificabili. Applicato alla parametrizzazione del modello di carico composito nei sistemi elettrici dinamici, il metodo raggiunge una riduzione del 58,6% dell'errore di stima rispetto ai modelli a condizione singola e replica accuratamente le risposte dinamiche del sistema in varie condizioni. La ricerca è dettagliata in arXiv:2411.10431.