本論文は、経済運用を改善するために、経済的分散（ED）およびDC最適電力フロー（DCOPF）の問題を解決する新しい統合学習および最適化（ILO）方法論を開発します。 EDの最適化問題は、負荷を未知のパラメータとして定式化し、DCOPFは負荷と電力伝達分配係数（PTDF）行列を不明なパラメータとして構成します。 ＰＴＤＦは、２つの領域間の実際の電力伝達によって生じる送電線の実際の電力の増分変化を表す。この値は、送電線を通る電力の流れの線形化された近似値を表します。本論文では、EDおよびDCOPF最適化式を使用して、ポストペナルティ、電力市場、および線過負荷問題を解決するための新しいILO式を開発します。提案された方法論は、リアルタイム電力市場および線過負荷動作を捕捉して後悔関数を訓練し、最終的に様々なバスで未知の負荷と線PTDF行列を訓練し、前述の事後目標を達成します。提案された方法論は、経済的運営ではなく、負荷およびPTDF予測の精度を訓練する順次学習および最適化（SLO）と比較されます。実験結果は、電力市場におけるポストペナルティを最小限に抑え、線過負荷を最小限に抑え、顕著な量で経済的運用を改善するためのILOの卓越性を証明しています。
