公众号
【顶刊好文|浮式风机试验】Energy: AI如何让16MW浮式风机水池试验更实时？
研究面向16 MW张力腿平台浮式风机实时混合试验，以OpenFAST数据训练CNN-BiLSTM-Attention气动代理模型，预测推力及三向力矩，并通过异步“预测—缓存—释放”机制实现50 Hz闭环加载。1:85水池试验中，载荷分位数一致性R²达0.997—0.999，缓存释放延迟低于1毫秒。
方法时序预测场景预测与感知
综合能源新视界查看原文 ↗
看技术
追踪能源领域最新技术、论文、代码与数据集
公众号
能源电力气象预报快报｜10.19-10.25
文章研判10月19日至25日全国分区域风光资源与负荷趋势。多股冷空气将导致北方大风降温、西南及江汉阴雨，风电出力剧烈波动，南方光伏受云雨压制，北方还需防范覆冰、沙尘和雾霾。建议加强多模型融合与分钟级滚动订正，过滤异常观测数据，做好设备巡检、人工复核，并预留火电调峰及跨区互济能力。
新能源功率预测查看原文 ↗
公众号
抢鲜看｜《电工技术学报》2026年第17期目次及摘要
本期收录多项电力AI研究。其中，xLSTM-Informer风电功率预测框架融合特征筛选、信号分解与门控机制，在福建某风场数据上取得0.7256 MW平均RMSE和0.9916平均R²；另有基于张量分解的个性化联邦学习方法，用于降低超短期负荷预测的通信成本并提升泛化能力。
方法时序预测场景预测与感知
电工技术学报查看原文 ↗
公众号
抢先看 | CES TEMS 2026年第3期目次及摘要
论文面向同步磁阻电机静止磁链辨识，构建融合隐式电感结构、麦克斯韦互易约束和离散电压方程的物理信息神经网络，并以PCGrad处理多目标梯度冲突。0.55 kW电机实验中，三次训练平均MAE为0.01248 Wb，较直接梯度求和降低17.4%，代码与数据集已公开。
电工技术学报查看原文 ↗
公众号
新增5326万千瓦！累计6.9272亿千瓦，连续16年全球第一，风电规模爆发之后，为什么数字能源才是破局增收的关键？
文章围绕风电规模扩张后的运营增效，介绍数字孪生、传感器与AI模型在设备故障预警、远程运维和功率预测中的应用。文中列举大唐AI智慧运维平台案例，称人工巡检频次下降30%，并分析气象大模型融合地形、微气候和历史运行数据后，对电网调度、现货交易及风机出海服务的价值。
方法时序预测 · 大模型与知识智能场景预测与感知 · 诊断与安全 · 优化与决策
新数字能源查看原文 ↗
公众号
AAAI 2023｜CityLearn冠军怎样用轨迹引导社区储能
文章复盘AAAI 2023 CityLearn冠军方案ZO-iRL：从过去24小时净用电提取两个峰值构造轨迹引导，结合零阶隐式强化学习与演化搜索，协调热水、冷水和电储能。论文实验报告总分0.962、爬坡成本0.781，竞赛提交总分0.944，并讨论跨气候区波动、预测失配及真实部署约束。
方法时序预测 · 优化与强化学习场景预测与感知
Intelligame Lab查看原文 ↗
公众号
国网河北：人工智能赋能生产一线
国网河北披露人工智能在电网生产一线的多项实践：无人机图像模型可识别22类配网缺陷，准确率超90%；低压停电研判系统基于电力大模型整合营配数据，故障分析准确率超97%；时序大模型典型日负荷预测精度超98%。多智能体工作台还集成57项工具，用于造价、电费核算和经营分析。
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 · 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
TKDE 2026 | CORE：路径选择语义增强的轨迹表征学习
文章介绍轨迹表征模型CORE，将轨迹视为上下文感知的路径选择序列。该方法利用Qwen3-8B等从POI提取道路级与功能区级语义，以MoE融合候选路段、历史转移概率和方向偏差，并由Transformer生成全局轨迹嵌入。在北京、成都、西安和波尔图六类任务中，CORE平均超过最佳基线9.20%，消融实验验证了环境语义、未选择道路和MoE设计的作用。
时空探索之旅查看原文 ↗
公众号
【开源好文分享｜潮流计算+浏览器交互+AI智能体】拖动参数，即时查看电网变化
开源框架tellegen将潮流与最优潮流计算部署到浏览器，并开放WebMCP接口，使AI智能体可检查设备、查询结果和开展参数实验，方案应用仍需人工批准。项目提供MIT许可代码与在线演示；Texas7k浏览器DC OPF中位耗时约328毫秒，148组算例目标值与参考结果偏差控制在1%以内。
方法大模型与智能体场景控制与自治 · 知识与协同
AI+绿能查看原文 ↗
公众号
【好文分享|量子机器学习+智能电网异常检测】TSG：QUPID分区量子神经网络提升异常识别与对抗鲁棒性，R-QUPID攻击下准确率最高约81%
论文提出智能电网异常检测模型QUPID，将PMU复数相量按区域输入多个小型量子神经网络，并以经典网络完成分类；鲁棒版本R-QUPID结合差分隐私和量子退极化噪声。ICS数据集实验显示，QUPID多项指标领先，单样本推理约24毫秒；在FGSM、PGD攻击下准确率约70%至81%。
方法可信人工智能场景诊断与安全
AI+绿能查看原文 ↗
公众号
“新型电力系统背景下的车网互动关键技术与应用实践”专辑论文集锦
专辑汇集车网互动预测、聚合与调控研究，其中改进Informer利用50余万条充电记录预测多尺度可调容量，Autoformer结合高斯混合模型开展可行域区间预测，XGBoost用于换电站电池储备预测，KAN-SAC则实现充电站可解释强化学习需求响应，并给出实际数据或仿真验证结果。
方法时序预测 · 优化与强化学习 · 可信人工智能场景规划与仿真 · 预测与感知
电力系统自动化查看原文 ↗
公众号
【顶刊好文|AI+储能】IEEE TASE：大模型如何辅助储能竞价？让市场信息转化为风险决策
论文面向澳大利亚电力市场储能竞价，以LLaMA大模型读取市场公告并动态生成风险参数，再由分布式深度强化学习智能体执行竞价。研究用98条公告构造1576条微调样本，在南澳数据测试中总利润由120.34万美元增至134.38万美元，提升约11.66%，并报告尾部风险与决策耗时。
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 · 知识与协同
综合能源新视界查看原文 ↗
公众号
测风雷达如何重塑风电场功率预测模型
文章阐述将LiDAR三维、多层、高频风场观测注入风电功率预测模型，通过特征增强、NWP实况同化及功率曲线与尾流参数动态校准，改善超短期和短期预测。并提出点位规划、QC质控、融合建模、验证迭代的实施路径，指出复杂地形场站超短期RMSE可降低15%~25%，同时强调天气衰减、探测距离等边界。
方法时序预测场景规划与仿真 · 预测与感知
新能源功率预测查看原文 ↗
公众号
Nature Communications 2025｜把电池模型写进神经网络：在线故障如何更早被看见
论文提出模型约束神经网络MCNN，将电池包模型、BiLSTM时序预测和约束自编码器接入BMS数据链路，实现在线故障点识别及四类故障概率估计。模型在515辆车、1820万条记录上验证，并给出ROC、RMSE、消融及跨电芯数量迁移结果，同时公开论文与代码链接。
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
国家能源低碳院成功研发AI电力交易员
国家能源低碳院研发机理与数据融合的AI电力交易员平台，贯通电价预测、策略生成、交易申报与复盘评估，并在火电和售电现货场景测试两个月。节点电价预测精度较主流方法提升3%至6%；售电方案优于人工的交易日占59.5%，火电策略累计收益较人工提升39%。
方法时序预测场景预测与感知 · 优化与决策
电力人工智能大会查看原文 ↗
公众号
深度文章 • ABB | 让每一度绿电都"物尽其用"
ABB厦门工业中心建设包含12.3MWp光伏、600kW/1.2MWh储能及柔性负荷的绿色微电网。ZEE600平台按15分钟滚动预测发电与负荷，准确率超过90%，并由多个智能体协同优化运行策略。项目实现绿电本地消纳接近90%、用电成本下降约20%，年减排约1.34万吨。
方法时序预测 · 大模型与智能体场景预测与感知 · 优化与决策 · 知识与协同
电气时代查看原文 ↗
公众号
【顶刊好文|智能楼宇】Energy & Buildings｜3600 间房、数秒决策：兼顾舒适度的空调柔性聚合
研究提出深度强化学习与线性规划结合的分层空调柔性聚合框架：上层用PPO依据调节需求及累计舒适度影响分配任务，下层以物理模型和约束优化控制设备。仿真覆盖最多3600间房，计算由集中式方法的千秒以上降至数秒，并兼顾请求匹配和舒适度影响均衡。
方法优化与强化学习场景规划与仿真 · 优化与决策 · 控制与自治
综合能源新视界查看原文 ↗
公众号
NeurIPS 2026 | LLM x Graph论文总结[上]【图语言模型，图基础模型，LLM x GNN，文本属性图】
文章汇总NeurIPS 2026中侧重LLM for Graph的14项研究，覆盖图语言模型、图基础模型、LLM×GNN及文本属性图。内容涉及跨域多任务图对齐、图贝叶斯优化、联邦图学习、图生成评测、分布偏移缩放规律、关系扩散、零样本推理校正及LLM-GNN协同学习等方向，并列出论文链接、作者与关键词。
场景优化与决策
时空探索之旅查看原文 ↗
公众号
光伏功率预测深度辨析：辐照度与组件温度，谁才是出力第一影响因子？
文章从物理机制、实测扰动、误差来源和工程建模对比辐照度与组件温度。全年全场景下，辐照度决定出力上限，是第一影响因子；稳定晴天中，组件温度会成为精度关键。建议按云量、季节动态调整权重，以背板温度传感器和热平衡模型替代单纯环境气温输入。
方法时序预测 · 物理与数据融合场景预测与感知
新能源功率预测查看原文 ↗
公众号
AAAI 2024｜E2E-AT：把预测误差与电网决策不确定性一起纳入训练
论文提出E2E-AT端到端对抗训练框架，将负荷预测输入扰动和线路电纳等优化参数扰动统一纳入训练，以调度任务成本而非单纯预测误差为目标。在Texas负荷数据和修改后的IEEE 14节点系统上验证，并公开代码；结果显示其可显著降低参数偏移和攻击条件下的调度成本。
方法时序预测 · 可信人工智能场景预测与感知 · 诊断与安全 · 优化与决策
Intelligame Lab查看原文 ↗