公众号
从“定期巡检”到“状态感知”：电力设备智能运维如何走向全场景、全链路智能化？
文章提出覆盖输电线路、变电站GIS、开关柜和电缆的智能运维体系，融合无人机、机器人、在线监测、X射线检测与AI视觉算法，实现缺陷检测、分级预警和坐标映射。方案采用“AI候选+人工复核”机制，并结合数字孪生、大模型与多智能体工作台，贯通巡检、分析、报告、整改和归档全流程。
方法大模型与知识智能 · 大模型与智能体场景规划与仿真 · 知识与协同
电网棱镜查看原文 ↗
看技术
追踪能源领域最新技术、论文、代码与数据集
公众号
15000次循环寿命+PPB级缺陷率！七部门划定新型电池新门槛，万亿产业竞争从拼产能转向拼数字运营，储能大模型套利模式浮出水面。
文章围绕新型电池规划中的人工智能与能量管理要求，梳理储能数字运营案例：远景以气象、能源大模型和交易智能体闭环预测调度，峰谷价差预测准确率达95%；为恒智能系统使项目收益提升13.49%；海辰储能通过AI建模与控制节省超550万美元能耗成本，并讨论钠电、液流电池的智能运维需求。
方法时序预测 · 大模型与知识智能 · 大模型与智能体场景预测与感知 · 优化与决策 · 控制与自治
新数字能源查看原文 ↗
公众号
从“择时检修”到“风险预演”：大语言模型如何重塑配电应急检修决策？——浙江大学 郑瑜蓁、王慧芳等
研究提出面向配电应急检修的LLM多智能体框架，将风险评估、转供充裕度分析、检修时段选择和衍生风险推演统一协同。大模型负责拓扑推理与任务组织，外部潮流工具完成专业计算，RAG检索规程支持事故定级。多层级配电系统实验表明，不同模型分工可降低评估误差，并能根据风险偏好动态选择检修时段、生成处置预案。
方法大模型与知识智能 · 大模型与智能体场景诊断与安全 · 知识与协同
电力系统自动化查看原文 ↗
公众号
招标丨调度人工智能项目招标公告
深圳供电局公开招标调度人工智能边侧推理平台扩容及应用建设，项目涵盖新设备启动方案自动校核、自动化值班监视、异常日志分析、主网告警联动处置及调度日志防误等智能体，并披露各标包预算、开发部署、测试、上线与运维范围，为电网调度AI工程落地提供可核验案例。
方法大模型与智能体场景优化与决策 · 知识与协同
电力人工智能大会查看原文 ↗
公众号
【TSTE好文分享｜LLM+多智能体强化学习】面向网络化多能源微网的轻量化通信协同能量管理
研究提出面向网络化多能源微网的LTSR框架，通过轨迹堆叠减少多智能体强化学习训练数据，并借助大模型生成潜在特征、恢复逐时奖励，同时设置自提示和预验证抗幻觉机制。实验中通信量降低39.09%，叠加压缩后降低80.08%，运行成本仅增约1.59%；RT-LAB与树莓派硬件在环平台进一步验证了部署可行性。
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 · 知识与协同
综合能源新视界查看原文 ↗
公众号
能源AI全栈时代来了！1份协议3条主线4大场景，慧电牵手阿里云能否颠覆行业赛道？能源大模型+智能体+云底座能否打通行业全链路？
固德威慧电科技与阿里云签署AI全栈合作框架协议，将共建能源行业垂直大模型、新能源行业智能体及统一云服务底座，聚焦负荷与电价预测、电力交易、电站运营和投资决策等场景。双方将依托WE平台、WE-X能源大模型及电力交易智能体Megatron，推动能源AI从单点功能向“预测—交易—调控—运营”全链路智能系统演进。
方法时序预测 · 大模型与知识智能 · 大模型与智能体场景预测与感知 · 优化与决策 · 知识与协同
点击关注→查看原文 ↗
公众号
能源AI全栈时代来了！1份协议3条主线4大场景，慧电牵手阿里云能否颠覆行业赛道？能源大模型+智能体+云底座能否打通行业全链路？
固德威慧电科技与阿里云围绕能源垂直大模型、新能源智能体和统一云底座开展合作，重点覆盖负荷与电价预测、电力交易、电站运营和投资决策。文中披露电力交易智能体Megatron已用于自主交易申报，WE平台在广德聚合82兆瓦资源，并给出需求响应次数、可调能力及累计收益等产业落地数据。
方法时序预测 · 大模型与知识智能 · 大模型与智能体场景预测与感知 · 优化与决策 · 知识与协同
新数字能源查看原文 ↗
公众号
【TSTE好文分享｜LLM+多智能体强化学习】面向网络化多能源微网的轻量化通信协同能量管理
论文面向网络化多能源微网，提出LLM辅助的轨迹堆叠与奖励恢复框架LTSR，以降低多智能体强化学习训练通信开销。实验显示其通信量较MAPPO减少39.09%，结合压缩后减少80.08%，运行成本仅增加约1.59%；抗幻觉机制将代码可执行与策略收敛成功率由0/5提升至5/5，并通过RT-LAB与树莓派硬件在环平台验证。
方法优化与强化学习 · 大模型与智能体场景优化与决策 · 知识与协同
AI+绿能查看原文 ↗
公众号
清华大学 黄卓尔，郭鸿业等： 居民 “说说话” 就能参与需求响应！LLM 多智能体系统破解异构用户灵活调控难题
论文提出面向居民需求响应的大语言模型多智能体架构，将自然语言交互、用户用能分析与优化决策划分为协同模块。系统可解析家庭作息、舒适度和经济偏好，调用统计工具与优化模型迭代生成调节方案。基于6类异构居民的仿真显示，稳定型用户首轮方案通过率可达100%，多数用户的灵活性挖掘和经济收益得到提升。
方法大模型与智能体场景规划与仿真 · 优化与决策 · 知识与协同
综合能源新视界查看原文 ↗
公众号
招标丨华电新能源大模型智能体项目招标公告
陕西华电新能源发电有限公司招标建设基于大模型智能体的新能源安全生产应急指挥管控系统。项目覆盖数据治理与存储、安全态势感知、应急全链路管理、远程故障诊断、事故事件管理及人工智能能力平台，并要求完成系统集成、部署、试点验证、数据迁移和技术培训。
方法大模型与知识智能 · 大模型与智能体场景诊断与安全 · 知识与协同
电力人工智能大会查看原文 ↗
公众号
国标发布!《人工智能 电力大模型系统技术要求》
国家标准委发布GB/Z 233-2026《人工智能 电力大模型系统技术要求》。文件覆盖电力大模型系统建设环节，面向设备运维、电网调度、规划建设和发输变配用场景，统一系统框架、功能性能、接口安全与部署规范，并与大模型评测、智能体技术文件组成一体化标准体系。
方法大模型与知识智能 · 大模型与智能体场景规划与仿真 · 诊断与安全 · 优化与决策
电力人工智能大会查看原文 ↗
公众号
国标发布!《人工智能 电力行业大模型评测指标和方法》
国家标准委发布GB/Z 232-2026《人工智能 电力行业大模型评测指标和方法》。该指导性技术文件面向电力设备运维、电网调度、规划建设及发输变配用业务，建立电力行业大模型的统一评测指标与方法，并与系统技术要求、智能体规范共同构成“建、评、用”标准体系。
方法大模型与知识智能 · 大模型与智能体场景规划与仿真 · 优化与决策 · 知识与协同
电力人工智能大会查看原文 ↗
公众号
国标发布!《人工智能 电力智能体通用技术要求》
国家标准委发布GB/Z 240-2026《人工智能 电力智能体通用技术要求》。文件面向发电、输电、变电、配电、用电和调度等场景，规范电力智能体的系统架构、功能性能、接口安全及部署要求，并与电力大模型系统建设、评测标准共同形成“建、评、用”一体化技术体系。
方法大模型与知识智能 · 大模型与智能体场景诊断与安全 · 优化与决策 · 知识与协同
电力人工智能大会查看原文 ↗
公众号
清华大学 黄卓尔，郭鸿业等： 居民 “说说话” 就能参与需求响应！LLM 多智能体系统破解异构用户灵活调控难题
论文提出面向居民需求响应的大语言模型多智能体系统，将任务拆分为自然语言交互、用能行为分析和优化决策模块，通过大小模型协同生成个性化调节方案。研究以6类异构居民样本开展仿真，系统可依据用户反馈动态修正约束；稳定用能用户首轮方案通过率达100%，多数用户的灵活性挖掘度和经济收益得到提升。
方法大模型与智能体场景规划与仿真 · 优化与决策 · 知识与协同
电力系统自动化查看原文 ↗
公众号
【MPCE】中国电力科学研究院 米翰宁、乔骥，上海交通大学 陈思捷等：发电商如何“各出其招”？多智能体让电力市场仿真更真实
研究从AEMO历史报价中聚类提取发电商实用且异质的报价策略空间，并将其作为强化学习智能体动作空间，构建基于MAPPO的电力市场仿真框架。新南威尔士数据实验显示，14个发电商中有10个出清结果更接近真实值，MAPPO所得收益也优于纳什均衡和MADDQN。
方法优化与强化学习 · 大模型与智能体场景规划与仿真 · 知识与协同
电力系统自动化查看原文 ↗
公众号
只和“邻居”通信，也能恢复全网？一种可扩展配电网恢复新方法
文章介绍面向大规模配电网灾后恢复的分散式多智能体强化学习方法DMA3C。该方法采用分散训练与执行，仅交换κ跳邻域信息，并以截断价值函数近似全局策略梯度。3375节点测试中平均负荷恢复率达99.54%，通信量约为MADDPG的1%；局部结构变化后微调时间减少约76%，7087节点系统亦取得99.98%的平均恢复率。
方法优化与强化学习 · 大模型与智能体场景知识与协同
综合能源新视界查看原文 ↗
论文
LLM-Enhanced Multi-Agent Reinforcement Learning for Unified Electric Vehicles-Charging Station-Grid Optimization in Public Charging Systems面向公共充电系统电动汽车—充电站—电网统一优化的LLM增强型多智能体强化学习
本文面向公共充电系统，提出LLM增强型多智能体强化学习框架，在统一闭环中协同优化电动汽车、充电站与电网。该框架利用LLM从实时IoT数据中筛选具有物理意义的特征，并通过语义推理动态平衡利润、用户满意度和电网负荷等目标。实验结果显示，该方法不仅提升了市场效率，还将训练时间缩短70%以上，具备良好的可扩展性和可解释性。
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诊断与安全 · 优化与决策 · 知识与协同
arXiv查看原文 ↗
论文
RestoreBench: Can AI Agents Restore Power Flow Convergence?RestoreBench：AI智能体能否恢复潮流收敛？
RestoreBench用于评估LLM智能体恢复潮流计算收敛的能力，覆盖聊天机器人、单智能体和多智能体三类架构，并在两个电网、每个电网46个故障案例上进行测试。该基准通过标准化仿真环境、观测与行动空间及评估指标，为电力系统规划和运行中的智能体式AI研究提供可复现框架。
方法大模型与知识智能 · 大模型与智能体场景规划与仿真 · 知识与协同
arXiv查看原文 ↗
论文
AI agents in Algorithmic Electricity Markets: On the Emergence of Tacit Collusion算法电力市场中的AI智能体：论默契合谋的涌现
本文探讨算法化电力市场中AI智能体通过自主学习形成默契合谋的风险。研究将策略性竞价构建为具有不完美公共监测的重复博弈，并利用多智能体强化学习模拟参与者行为，同时提出超越纳什均衡利润比较的多维判定标准。实验发现，即使未收到合谋指令，部分智能体仍可能学会维持高于竞争水平的市场结果，表明电力市场中的算法默契合谋风险真实存在。
方法优化与强化学习 · 大模型与智能体场景控制与自治 · 知识与协同
arXiv查看原文 ↗
论文
Orchestrating Power Grid Studies with Multi-Agent AI and MCP Servers利用多智能体 AI 和 MCP 服务器编排电网研究
本文面向输电系统运营商（TSO）的电网研究，提出将 Agentic AI、MCP、大语言模型与电力系统数值仿真工具相结合。作者开发了 pypowsybl-mcp，使 AI 智能体能够通过标准化工具调用配置和执行仿真、分析并获取结果，同时强调人工监督、多智能体协作、可审计性及综合评估，为构建可交互、可扩展的智能电网研究环境奠定基础。
方法大模型与知识智能 · 大模型与智能体场景规划与仿真 · 知识与协同
arXiv查看原文 ↗