This article considers the processes ofselecting and optimizing artifcial neural network(ANN) parameters as a complex optimizationmethod for operational control of power systemstates. The main goal of the study is to increasethe effciency of the power system in conditionsof dynamic changes, ensure its stability andreliability. To achieve this goal, the structure ofANN models, learning algorithms, and methodsfor selecting hyperparameters were analyze

Based on the results of experimental modelingand simulation, an optimal combination ofparameters was determined, which signifcantlyimproved the system›s ability to make quick andaccurate decisions. The results of the study provideapproaches aimed at expanding the possibilitiesof effective use of ANNs in optimizing the stateparameters of power systems

В данной статье рассматриваютсяпроцессы выбора и оптимизации параметровискусственных нейронных сетей (ИНС) каккомплексного метода оптимизации для оперативного управления состояниями энергосистем.Основной целью исследования являетсяповышение эффективности работы энергосистемы в условиях динамических изменений,обеспечение ее устойчивости и надежности

Для достижения этой цели были проанализированы структура моделей ИНС, алгоритмыобучения и методы выбора гиперпараметров.На основе результатов экспериментальногомоделирования и имитационного моделирования определено оптимальное сочетание параметров, что существенно улучшило способностьсистемы принимать быстрые и точные решения. Результаты исследования дают подходы,направленные на расширение возможностей эффективного использования ИНС приоптимизации параметров состояния энергосистем.