公众号
【Applied Energy 最新原创论文】基于深度生成式预测框架的综合能源系统源-荷预测
论文针对综合能源系统小样本源荷预测提出深度生成式预测框架DGP，通过生成器、判别器与主预测模型的对抗—协同训练实现样本增强和分布判别，并设计双支路卷积、多重残差连接的cencoder。24小时和168小时连续预测实验显示，该即插即用训练器可稳定提升多类先进预测模型的性能。
方法时序预测场景预测与感知
AEii国际应用能源查看原文 ↗
看技术
追踪能源领域最新技术、论文、代码与数据集
公众号
云南省“人工智能＋电网运维”典型案例
案例面向特高压换流站运维，采用“机理模型＋数据模型”双模感知、云边协同缺陷识别及机器人、无人机和无人车协同巡检，并将风险分析工具嵌入数字平台。方案已在南网多回直流工程应用，重构152项流程，单站人员由24人降至18人，并披露可用率、停电时间和经济效益等结果。
场景诊断与安全
电力人工智能大会查看原文 ↗
公众号
【Trans好文分享｜大模型推理+分层强化学习+奖励重分配】算力负荷如何变身电网调频资源？
研究将大模型推理集群作为电网二次调频资源，提出请求分配与token处理量协同的分层强化学习框架，并用交叉注意力进行奖励重分配、以平均场方法扩展多副本协同。基于1万张H100及PJM RegD信号的仿真中，10%调频容量下平均跟踪误差为1.17%，性能评分达0.926。
方法优化与强化学习 · 大模型与知识智能场景规划与仿真 · 知识与协同
AI+绿能查看原文 ↗
公众号
【好文分享|量子计算+微电网】TIA：噪声聚合增强量子联邦学习，含噪测试准确率达98.52%
论文提出面向互联微电网暂态稳定评估的QdTSA-PANE框架，将量子噪声聚合分析、客户端平均池化和含噪训练结合，在保留本地数据的纵向联邦架构中提升抗扰性。7个微电网系统实验显示，含噪对比测试准确率达98.52%，并给出消融、重复运行及多噪声类型验证。
AI+绿能查看原文 ↗
公众号
EMNLP 2026|TimeSage-EV：面向演化环境的智能体时间序列分析基准。让 AI 每个月写一份分析报告，它能坚持多久
TimeSage-EV构建严格时间截止、按月更新的演化环境基准，覆盖6大领域60个场景，每个场景连续24期，评估智能体的结构化问答与报告生成。实验显示GPT-5.4以86.0分居首，但归因和预测仍是短板；长期运行还暴露性能衰退、时间对齐错误及记忆负担。加入自进化技能库的TimeSage-1.0使Gemma-4-31B总分提升5.83分。
方法时序预测 · 大模型与智能体场景预测与感知 · 知识与协同
时空探索之旅查看原文 ↗
公众号
南方电力区域市场落地！读懂它的底层逻辑、核心规则与新能源机遇
文章解析覆盖广东、广西、云南、贵州、海南的南方区域电力市场。该市场以“省为基础、区域统筹”构建中长期、现货和辅助服务交易体系，通过跨省竞价、价格联动及调节资源共享促进清洁能源消纳与保供。新能源主体将获得跨省交易和辅助服务机会，同时面临功率预测、通道阻塞、价格波动及规则叠加等挑战。
方法时序预测场景预测与感知
新能源功率预测查看原文 ↗
公众号
重庆大学 任洲洋团队：新型电力系统时序调节域：概念与方法
文章提出新型电力系统时序调节域，用于量化多类调节资源在时序约束、功率平衡和成本限额下的可调空间。针对高维边界求解，构建融入空间单调性先验约束的神经网络损失函数及动态权重训练策略，并在改进IEEE 118节点系统上与逐点仿真对比，分析调节成本和新能源渗透率对调节能力的影响。
方法时序预测场景规划与仿真
综合能源新视界查看原文 ↗
公众号
能源电力气象预报快报｜10.26-10.31
快报研判10月26日至31日全国风光资源及气象风险。受冷空气东移南下影响，资源呈“北强南缓、前暖后冷”，28—30日华北、西北及华东北部风电迎来高出力窗口；华南、西南多云、对流、雾和低云使光伏波动加剧。建议结合NWP、天空相机、卫星云图及实测数据滚动订正，并预留储能容量应对阵风、沙尘和云遮挡造成的预测偏差。
方法时序预测场景预测与感知 · 诊断与安全
新能源功率预测查看原文 ↗
公众号
【Applied Energy】用于22MW大型海上漂浮式风机的动态并行化混合优化方法
研究提出面向22MW漂浮式海上风机的AI加速动态并行混合优化方法，将动态任务调度、增量学习神经网络与多目标算法结合，用于浮式平台及系泊系统设计。实验显示，种群评估效率提升3.87倍，优化样本数量提升7倍，整体收敛效率提升24.51倍，可缓解时域耦合仿真的计算瓶颈。
场景规划与仿真 · 优化与决策
AEii国际应用能源查看原文 ↗
公众号
500个零碳工厂、17%降幅压顶，涟钢49万个监测点撕开真相：数字化能碳系统的生死线不是传感器，碳账必须变成调度账和下一度电的选择！
文章结合碳排放双控政策，梳理工业能碳系统从数据采集走向调度决策的实践。涟钢平台将监测点由约5万个扩至49万个，打通烧结、炼铁、炼钢、轧钢等环节并由AI参与分析调度；海尔以“源网荷储AI”微电网为单元，已落地18个园区、服务超700家企业。
场景优化与决策
新数字能源查看原文 ↗
公众号
Tabby：时间序列基础模型的开放预训练方案
文章提出开放预训练时间序列基础模型Tabby，采用约1.46亿参数的仅编码器Patch Transformer，支持最长8,192点上下文和99个分位数预测。其融合真实数据与KernelSynth、CauKerV2合成数据，并引入PCS、DQS及提示微调，在预测、UCR分类迁移和TSB-AD-U零样本异常检测中展现良好性能，为时序基础模型复现与扩展提供完整方案。
方法时序预测场景预测与感知 · 诊断与安全
时空探索之旅查看原文 ↗
公众号
【AI顶会论文开源代码｜数据中心+时空调度+智能体】AI任务在哪里算、何时算，才能更省钱、更低碳？
论文提出跨地域数据中心调度平台DCcluster-Opt，融合任务轨迹、电价、碳强度和气象数据，以强化学习联合优化任务时空分配与制冷控制，并探索基于LangGraph的大模型智能体。实验显示SAC可降低成本和碳排放，PPO制冷控制进一步降低能耗；项目提供Gymnasium接口、训练示例及MIT许可开源代码。
方法优化与强化学习 · 大模型与知识智能 · 大模型与智能体场景优化与决策 · 控制与自治 · 知识与协同
AI+绿能查看原文 ↗
公众号
【好文分享|量子计算+微电网】TIA：噪声聚合增强量子联邦学习，含噪测试准确率达98.52%
论文提出面向互联微电网暂态稳定评估的QdTSA-PANE量子联邦学习框架，将量子噪声聚合、客户端平均池化与含噪训练结合。基于7个微电网仿真数据，含噪测试准确率达98.52%，较联邦式QTSA提高9.50个百分点，并通过消融、重复运行及多类噪声测试验证鲁棒性。
方法可信人工智能场景规划与仿真
AI+绿能查看原文 ↗
公众号
【好文分享|量子计算+微电网】TIA：噪声聚合增强量子联邦学习，含噪测试准确率达98.52%
论文提出面向互联微电网暂态稳定评估的QdTSA-PANE量子联邦学习框架，将量子噪声聚合、客户端平均池化与含噪训练结合。基于7个微电网仿真数据，含噪测试准确率达98.52%，较联邦式QTSA提高9.50个百分点，并通过消融、重复运行及多类噪声测试验证鲁棒性。
方法可信人工智能场景规划与仿真
综合能源新视界查看原文 ↗
论文
Advances in Polymeric Insulating Materials: Global Progress in These 10 Years聚合物绝缘材料进展：全球十年发展
本文回顾了过去十年全球聚合物绝缘材料的研究进展及区域特色，重点涉及旋转电机绕组绝缘、低气压局部放电、HVDC固体绝缘和绿色低碳绝缘。聚丙烯基共混材料、航空电缆多层结构及聚酰亚胺基纳米复合材料是主要研究热点，数值分析、材料信息学、神经网络和机器学习等计算机辅助方法的重要性也在持续上升。
方法优化与强化学习
High Voltage查看原文 ↗
公众号
Nature Communications 2024｜可微光线追踪让定日镜标定自动化
研究面向塔式光热电站定日镜在位标定，将可微光线追踪与学习型NURBS定日镜模型结合，利用少量场站标定图像反演镜面形变和跟踪误差。德国Jülich太阳能塔真实数据验证显示，方法可识别亚毫米级缺陷并预测定日镜辐照度轮廓，为自动化计量和风险导向运维提供技术路径。
方法时序预测场景预测与感知 · 诊断与安全
Intelligame Lab查看原文 ↗
公众号
AI源荷预测：一条曲线管发电，一条曲线看用电，新型电力系统的底层输入底座
文章阐述AI源荷预测通过统一时间轴、共享气象与业务特征、联合概率建模，同步输出发电功率、用电负荷及供需缺口和不确定性区间。该能力可支撑电网调度、两个细则考核、虚拟电厂、储能运营和电力交易；落地需解决数据壁垒、误差耦合及模型与业务脱节问题。
方法时序预测 · 可信人工智能场景预测与感知 · 优化与决策
新能源功率预测查看原文 ↗
公众号
【Applied Energy 最新原创论文】一种多工况适应的和多种类识别的电池早期故障检测方法
研究面向复杂工况下的动力电池早期故障检测，结合台架实验与电路模型生成多工况、多类型故障数据，并构建基于神经网络自适应阈值、统计分析和模型数据混合驱动的诊断架构。该方法可识别短接、端子接触及过度老化故障，在不同温度、倍率和老化程度下实现0.97%的误报率。
场景诊断与安全
AEii国际应用能源查看原文 ↗
公众号
Information Fusion｜重庆大学攻克图冗余传播难题，提出RUL预测新框架
论文提出基于信息瓶颈的层次子图神经网络HSNN-IB，用于多传感器驱动的设备剩余寿命预测。方法以混合度量划分代表性子图，通过层次门控策略控制子图内外信息传播，再用多子图融合信息瓶颈压缩冗余特征。模型在公开基准数据集上优于对比方法，并以实际风电机组SCADA监测数据验证适用性。
方法时序预测 · 图与网络智能场景预测与感知 · 控制与自治
故障诊断与python学习查看原文 ↗
公众号
ICML 2026 | Prime Attention：让 token 因交互对象不同而改变自己
文章介绍面向多变量时序预测的Prime Attention：为每对token交互生成可学习引导器，动态调制Key和Value，以建模异质通道关系。该方法可替换现有注意力模块，在3种Transformer骨干和11个数据集上取得一致提升，最高提高6.5%，额外参数约1.5%，并提供消融、可视化及开源代码。
方法时序预测场景预测与感知
时序人查看原文 ↗