Microsoft Research GridSFM：ファウンデーションモデルがAC最適潮流をDC近似の100倍速く解きます
GridSFMは、2026年5月13日にMicrosoft Researchが発表した電力系統向けの新しい小型ファウンデーションモデルです。500ノードから80,000ノードの電力系統でAC最適潮流をミリ秒単位で近似し、DC近似の100倍、完全なACソルバーの1,000倍高速です。中央値コストギャップは2.23%、実行可能性検出は94.5%/96.1%を達成し、年間200億ドルの混雑コスト削減の可能性があります。
この記事はAIにより一次情報源から生成されました。
Microsoft Researchは2026年5月13日、GridSFMを発表しました——電力部門の最もコストのかかる古典的な運用問題を解決する小型ファウンデーションモデルです。このモデルは80,000ノードまでの電力系統でAC最適潮流（AC-OPF）をミリ秒単位で近似し、年間200億ドルの混雑コスト削減の可能性を特定します。
GridSFMは具体的に何をしますか？
AC-OPFは、物理的制約（キルヒホッフの法則・電圧制限）と運用上の制約（発電機の容量・ランピング）を遵守しながら最も経済的に電力を生産・分配する方法を決定する最適化問題です。GridSFMは500から80,000ノードの電力系統に対してミリ秒単位で最適値を近似します——古典的なソルバーが数分を要するリアルタイムディスパッチに使用可能にします。
モデルはどれほど速く、どれほど正確ですか？
速度：推論においてDC近似の100倍速く、完全なACソルバーの1,000倍速く動作します。速度のコストはやや大きなコストギャップです——従来のソルバー解と比較して中央値2.23%・平均3.41%。実行可能性検出は実行可能なシナリオで94.5%、不実行可能なシナリオで96.1%を達成します。ウォームスタートシナリオはコールドスタート解法と比較して1.66倍の幾何平均加速をもたらします。
どのような経済的価値を特定しますか？
Microsoft Researchは米国の電力系統において年間最大200億ドルの混雑コスト削減と、3.4 TWHの再生可能エネルギーカーテールメント（電力系統の制約による損失分）への対処を見込んでいます。主な用途は、これまで計算コストで制限されていた数千の事故シナリオの迅速なスクリーニングです——送電計画・信頼性分析・リアルタイムディスパッチ最適化。
モデルはどのようにトレーニングされ、どのようなバージョンがありますか？
GridSFMは150以上のベース電力系統トポロジーと約500,000のシナリオ（可変負荷プロファイル・停電・運用上の制約を含む）でトレーニングされました。広範なトレーニング分布により、トポロジーごとに別のモデルをトレーニングすることなく、異なる電力系統での汎化が可能です。2つのリリースティアが利用可能です：GridSFM-Openは4,000ノードまでの研究用電力系統向け（公開）、GridSFM-Premierは80,000ノードまでの本番システム向け（申請制）。
このアプローチはファウンデーションモデルを科学・工学分野のツールとして位置づけます——5月12日にTaPの合成で実験的に検証されたMicrosoft MatterSimマテリアルサイエンスモデルとの対比です。
よくある質問
- 最適潮流とは何ですか？なぜ難しいのですか？
- AC最適潮流（AC-OPF）は、物理的・運用上の制約を満たしながら最も経済的に電力を生産・分配する方法を決定する最適化問題です。完全なACソルバーは大型電力系統に対して数分を要するため、リアルタイムのディスパッチには使用できません。
- GridSFMはどのように異なる電力系統で汎化しますか？
- モデルは150以上のベース電力系統トポロジーと、可変負荷プロファイル・停電・運用上の制約を含む約500,000のシナリオでトレーニングされており、トポロジーごとに別のモデルをトレーニングすることなく、500から80,000ノードの電力系統で同じモデルが動作します。