Markdown edition

AI-translated from English; not yet reviewed by a fluent editor.

# Sinusubok ng FLARE ang mga pasiya ng AI sa pagpapanumbalik ng grid kapag mahina ang kalidad ng mga ulat

> Sa isang bagong simulation benchmark, madalas tumbasan ng mga AI agent ang batayang plano sa pagpapanumbalik ng grid. Ngunit ipinapakita ng kanilang pinakamalalang kaso at mapanganib na mungkahing paglipat ng switch na mahalaga pa rin ang hiwalay na pagsusuring pangkaligtasan.

By BIG CHANGE Editorial

Published: 2026-10-19T11:40:34.898Z
Updated: 2026-10-19T11:40:34.898Z
Canonical: https://bigchange.ai/blog/flare-ai-grid-restoration-benchmark-degraded-reports

![Conceptual charcoal miniature of houses and local electricity poles, with an open disconnector prominent in the foreground.](https://bigchange.ai/api/media/file/flare-simulated-feeder-restoration-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE; no actual utility, outage, research apparatus or test result is depicted.

Bumuo ang mga mananaliksik ng [simulation benchmark na tinatawag na FLARE](https://arxiv.org/html/2610.23251v1) upang subukan kung paano hinaharap ng mga language-model agent ang isang makitid ngunit mahalagang gawain sa grid: pagpili kung paano ibabalik ang kuryente matapos maihiwalay ang bahaging may sira. Tumatanggap ang mga agent ng di-perpektong ulat, maaaring humiling ng dagdag na impormasyon, at magmungkahi ng mga operasyon ng switch. Isang hiwalay na pananggalang na batay sa pisika ang nagpapasiya kung ligtas sa simulado nilang network ang iminungkahing pagsara ng pang-ugnay na switch.

Ang [preprint noong Oktubre 16](https://arxiv.org/abs/2610.23251) ay nag-uulat ng 800 pisikal na kaso sa limang kondisyon ng obserbasyon at 78,750 episode ng modelo sa kabuuan ng mga pagsusuri nito. Nagbibigay ito ng paraan upang suriin ang mga pasiya sa pagpapanumbalik at kung paano pumapalya ang mga ito. Wala itong iniulat na pagsubok sa aktuwal na kalagayan ng isang kompanya ng kuryente o nasukat na pagbuti sa tunay na serbisyo.

## Ang malaking pagbabago

- **Ano ang nagbago:** Iniuugnay ng FLARE ang pangangalap ng impormasyon at pagpili ng switch ng agent sa simulado nitong mga epektong elektrikal, sa halip na sagot lamang ang markahan. Maaaring ihambing ng mga may-akda ang mga pasiyang ginawa mula sa malinaw at tumpak na mga ulat sa mga pasiyang gumamit ng limitado o maling ulat.
- **Bakit ito mahalaga:** Makikita ng isang mananaliksik ng grid kung saan nauubos ang oras ng agent o kung kailan ito nagmumungkahi ng mapanganib na operasyon ng switch, habang isang hiwalay na pisikal na pagsusuri ang nananatiling nagpapasiya kung ipatutupad ang operasyon. Ipinapakita ng mga tinanggihang aksiyon sa papel kung bakit hindi maaaring magsilbing sariling pahintulot sa kaligtasan ang isang kapani-paniwalang plano.
- **Ano ang dapat bantayan:** Itinuturing ng mga may-akda na susunod na gawain ang datos ng mga kompanya ng kuryente, pag-aaral kasama ang mga taong operator, at mas kumpletong validation na elektrikal. Ang mga pagsusuring iyon ang magtatakda kung hanggang saan makatutulong sa pagsuporta sa pasiya ang benchmark na ito, lampas sa simulado nitong gawain matapos maihiwalay ang sira.

## Ano talaga ang ginagawa ng mga agent

Nagsisimula ang FLARE **pagkatapos maihiwalay ang bahaging may sira**, habang wala pa ring kuryente ang ilang bahagi ng isang distribution feeder. Sa bawat kaso, maaaring humingi ang agent ng ulat sa pagsubaybay, impormasyon mula sa tawag ng mga kostumer, o pagbasa ng mga fault indicator; humiling ng inspeksiyon o pagsubok sa switch; magsimulate ng iminungkahing operasyon; magbukas ng switch na naghahati sa mga seksiyon; magsara ng pang-ugnay na switch; o huminto. Maaaring iugnay ng pang-ugnay na switch ang lugar na walang kuryente sa ibang feeder, ngunit maaaring ma-overload ang kagamitan dahil sa dagdag na demand. May 240-minutong saklaw ang simulado nitong gawain at may limitasyon sa pagtawag ng mga tool at paglipat ng mga switch, ayon sa [protocol ng benchmark](https://arxiv.org/html/2610.23251v1).

Pinagsasama ng mga may-akda ang mga feeder network ng CIGRE at SimBench sa nasukat na serye ng datos sa paglipas ng panahon mula sa pagpapatakbo ng mga medium-voltage na sistema sa Germany. Sinisimulate nila ang mga sira, paghihiwalay, at resulta ng mga operasyon ng switch. Bawat isa sa 800 pangunahing pisikal na kaso ay may maisasagawang batayang plano ng pagpapanumbalik. Pinananatili ng limang bersiyon ng isang kaso ang parehong grid at sira habang binabago ang nakikita ng agent: malinaw, kakaunti, may ingay, lipas, o pinagsamang kondisyong tinawag na magkakasalungat. Binabawasan din ng huling kondisyon ang saklaw ng pagsubaybay at pinapataas ang ilang antas ng pagkakamali, kaya hindi maihihiwalay ng mga resulta nito ang epekto ng magkakasalungat na ulat lamang. Sinasabi ng apendise ng papel na ang edad ng lipas na datos ng SCADA ay tatak sa mga pagbasa ng kasalukuyang kalagayan, hindi muling pagpapatakbo ng mga lumang pisikal na kalagayan.

## Natatakpan ng mga karaniwang marka ang mahihirap na kaso

Sinuri ng mga mananaliksik ang limang modelong sinanay na sumunod sa mga tagubilin gamit ang parehong task interface at deterministic decoding. Ang kanilang sukatan, ang *normalized regret*, ay naghahambing sa tinimbang na gastos ng pagkawala ng kuryente sa bawat episode laban sa pinakamahusay na maisasagawang batayang plano na natagpuan para sa pisikal na kasong iyon at laban sa walang anumang aksiyon. Ang sero ay katumbas ng batayang gastos; ang isa ay hindi mas mabuti kaysa sa hindi pagkilos. Kasama sa gastos kung gaano katagal walang kuryente ang mga kostumer at may magkakaibang timbang ang mga uri ng kostumer, kaya hindi inilalarawan ng huling porsiyento ng mga kostumer na naibalik ang kuryente ang buong resulta.

Sa mga pangunahing kondisyon ng obserbasyon, ang [Talahanayan 2 ng papel](https://arxiv.org/html/2610.23251v1) ay nag-uulat ng mean regret mula 0.082 para sa Qwen 2.5-7B hanggang 0.148 para sa Qwen 2.5-3B. May median na sero ang bawat modelo, ibig sabihin ay tinumbasan ng hindi bababa sa kalahati ng mga episode nito ang batayang gastos. Gayunman, nasa 0.814 hanggang 1.000 ang regret sa ika-95 percentile. Kaya naitatago ng mga average ang mas maliit na pangkat ng mga episode na ang resulta ay malapit sa gastos ng pagpapabaya sa simulado nilang pagkawala ng kuryente nang hindi ibinabalik ang kuryente. Mga marka ito sa benchmark, hindi pagsukat sa tunay na pagkawala ng kuryente ng mga kostumer.

Hindi nagbigay ng pare-parehong kalamangan ang mas maraming parameter sa paghahambing na ito: mas mahusay ang mean regret at regret sa ika-95 percentile ng Qwen 2.5-7B kaysa sa mga sinubok na configuration ng Qwen 2.5-14B at four-bit Mistral Small 24B. Iniulat din ng papel na sa mga obserbasyong may ingay, ang idealisadong karaniwang batayang FLISR ay nakakuha ng 0.054 at ang greedy method ng 0.060, kumpara sa 0.089 ng pinakamahusay na language model sa kondisyong iyon. Gumamit ang mga batayang ito ng parehong pagtakda ng oras at pagmamarka ng benchmark; hindi itinatatag ng mga resulta ang pangkalahatang ranggo ng mga sistemang aktuwal na nagpapatakbo ng grid.

## Nahuli ng pananggalang ang mga mungkahing hindi dapat isagawa ng mga modelo

Bago mabago ng iminungkahing pagsara ng pang-ugnay na switch ang simulado nilang grid, sinusuri ng FLARE sa isang pansubok na kopya ng pisikal na kalagayan kung lalabag ito sa hugis o topolohiya ng network, magpapadaloy ng kuryente sa naihiwalay na sira, o hindi papasa sa mga limitasyon ng daloy ng AC power. Gumagamit ang pagsusuring ito ng impormasyong hindi ibinibigay sa agent. Kumokonsumo pa rin ng oras ang tinanggihang mungkahi, ngunit hindi nito binabago ang network.

Pagkatapos, muling isinagawa ng mga mananaliksik ang 15,706 aksiyong tinanggihan ng pananggalang sa mga kinopyang kalagayan ng network. Iniulat nilang 15,142, o 96.4%, ang magdudulot sana ng paglabag sa pisikal na mga limitasyon. Lumitaw ang sobrang kargang sanhi ng init sa 8,165 tinanggihang aksiyon, at pinayagang magsapawan ang mga kategorya ng paglabag. Ang kawalan ng malalang pagkasira mula sa mga aktuwal na ipinatupad na aksiyon sa mga episode ay bunga ng pakikialam ng pananggalang; hindi nito ipinakikitang nakapili ang mga modelo ng ligtas na aksiyon nang mag-isa.

Para sa mga mananaliksik, mahalagang ibukod ang kalidad ng planong iminungkahi ng agent sa hiwalay na pagsusuring pumipigil na maipatupad ang mapanganib na mungkahi. Pareho itong inilalantad ng FLARE. Ang balanced positive-sequence power flow nito ay walang likas na three-phase o short-circuit validation, at nananawagan ang mga may-akda ng datos mula sa mga kompanya ng kuryente at pag-aaral kasama ang mga taong operator. Sinusuri ng pag-aaral ang simulado nitong pagpapanumbalik matapos ang paghihiwalay ng sira, hindi isang nagsasariling controller ng kompanya ng kuryente o napatunayang pagbabago sa tunay na oras ng pagpapanumbalik.

## Mga sanggunian at karagdagang babasahin

- [FLARE: pagsusuring nakabatay sa pisika sa mga language-model agent para sa pagpapanumbalik ng feeder sa mga obserbasyong humina ang kalidad](https://arxiv.org/html/2610.23251v1). BHVSP Subrahmanyam at Neeraj Choudhary, arXiv v1, isinumite noong Oktubre 16, 2026. Nasa buong preprint ang depinisyon ng gawain, pagbuo ng mga simulado nitong kaso, pagmamarka, resulta ng mga modelo, pagsusuri sa pananggalang, at mga nakasaad na limitasyon. Pagsusuri ito ng mga may-akda, hindi aktuwal na pag-aaral sa kompanya ng kuryente o independiyenteng pag-uulit.
- [Tala ng arXiv para sa FLARE](https://arxiv.org/abs/2610.23251). Kinukumpirma ang pamagat, mga may-akda, bersiyon, at oras ng pagsumite at ibinubuod ang pangunahing resulta. Hindi nagdaragdag ng validation sa aktuwal na lugar ang talang ito.
- [Repositoryo ng code ng FLARE](https://github.com/dr-pandit-69/FLARE-neurips). Pampublikong repositoryo ng mga may-akda para sa code, configuration, at pinagsamang resulta, binasa noong Oktubre 19, 2026. Sinasabi ng README nito na hindi nakatago roon ang malalaking batayang datos ng grid, binuong mga panel, timbang ng modelo, at output ng bawat episode; hindi pinatakbo o muling ginawa ng BIG CHANGE ang benchmark.

## Sources

- [FLARE: pagsusuring nakabatay sa pisika sa mga language-model agent para sa pagpapanumbalik ng feeder sa mga obserbasyong humina ang kalidad, buong teksto ng arXiv v1](https://arxiv.org/html/2610.23251v1) — Pangunahing pamamaraan, Talahanayan 1–4, resulta, at limitasyon. Simuladong pagsusuri ng mga may-akda; walang validation sa aktuwal na lugar ng kompanya ng kuryente o independiyenteng pag-uulit.
- [Tala sa arXiv: FLARE](https://arxiv.org/abs/2610.23251) — Kinukumpirma ang oras ng pagsumite ng v1, mga may-akda, pamagat, at mga sukatan sa abstrak; hindi hiwalay na empirikal na pagpapatunay.
- [Repositoryo ng code na FLARE-neurips](https://github.com/dr-pandit-69/FLARE-neurips) — Inilalarawan ng README ng mga may-akda ang code, mga configuration, at pinagsamang resulta, pati ang hindi isinamang malalaking batayang datos ng grid, binuong mga panel, timbang, at output bawat episode. Hindi pinatutunayan ng pagkakaroon ng repositoryo na pinatakbo ng BIG CHANGE ang benchmark.