Übertragungsnetze sind das Rückgrat einer sicheren und zuverlässigen Stromversorgung. Mit dem wachsenden Anteil volatiler erneuerbarer Energien, steigender Elektrifizierung und zunehmenden Netzengpässen wird der Betrieb dieser Netze immer komplexer. Neben klassischen Maßnahmen wie Redispatch gewinnt die Topologieoptimierung im laufenden Betrieb an Bedeutung, da sie eine kostengünstige und kurzfristig wirksame Möglichkeit zur Entlastung des Netzes darstellt. In der Praxis wird dieses Potenzial jedoch kaum ausgeschöpft, da die Vielzahl möglicher Schalthandlungen für den Menschen nicht beherrschbar ist.  
Moderne Methoden der Künstlichen Intelligenz bieten hier neue Lösungsansätze:

• Graph Neural Networks zur schnellen Approximation von Lastflussberechnungen
• In Kombination mit Deep Reinforcement Learning für automatisiert geeignete Topologieaktionen 

Wir zeigen Ihnen KI-basierte Ansätze zur Topologieoptimierung und ordnen diese in den aktuellen Stand der Betriebsführung bei Übertragungsnetzbetreibern ein. Informieren Sie sich über die Herausforderungen und Potenziale für den praktischen Einsatz!