公众号
Applied Energy 2026｜算力任务怎样与电力调度一起做“成本最优”决策？
论文提出面向数据中心与电网联合调度的predict-then-optimize框架，以极限学习机预测计算需求，并用后续调度产生的决策遗憾训练模型。系统运营商与数据计算运营商通过双边界反馈迭代协调。IEEE 30节点仿真中，总运行成本较基线降低约1.4%，迭代次数较二分搜索减少约20%。
方法时序预测场景规划与仿真 · 预测与感知 · 优化与决策
Intelligame Lab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
NeurIPS 2026 | CvLoss：多变量时间序列预测需要跨变量损失
论文提出面向多变量时间序列预测的跨变量损失CvLoss，在预测patch上构建跨变量图，以ℓ1全变分约束相连节点的残差差异，同时建模同步与滞后交互。该方法可接入多类骨干，仅增加训练开销，不改变推理流程；在7种骨干、12个数据集的114组比较中实现111组提升，并整体优于11种既有学习目标。
方法时序预测场景预测与感知
时空探索之旅查看原文 ↗
公众号
【顶刊好文|光伏预测】IEEE TSG: PV-MMCD：基于多模态条件扩散模型的光伏功率概率预测新方法
研究提出光伏功率概率预测模型PV-MMCD，融合历史功率、卫星云图和数值天气预报，并以Neural SDE、条件扩散、交叉注意力及QRF校准建模不确定性。三个光伏站点实验显示，0—4小时预测的nCRPS技能分数达61.7%，模型仅1.26M参数，单样本推理耗时26.75毫秒，并通过消融实验验证多模态融合与校准模块效果。
方法时序预测 · 可信人工智能场景预测与感知
综合能源新视界查看原文 ↗
公众号
风光预测之外，微电网开始同时预测“发多少”和“用多少”
文章介绍微电网源荷统一预测的产业方案：使用K-means提取月度典型日，结合改进时间卷积网络与物理约束，应对样本有限和运行模式难识别问题。文章进一步说明净负荷预测对储能充放电、购售电和并网安全的作用，并提出关注峰值、爬坡和经营成本等评价维度。
方法时序预测 · 物理与数据融合场景预测与感知 · 诊断与安全
疾风大模型查看原文 ↗
公众号
高碳发展会带来多大电网台风损失？气候变化驱动配电网杆塔台风灾害时空演化评估——武汉理工大学大学 李锋，侯慧，高富等
研究面向气候变化下配电网杆塔台风风险，结合台风最佳路径、CMIP6气候数据、统计动力模型及深度集成学习，构建从台风生成、风雨场模拟到杆塔受损预测的完整链路。结果显示，高排放情景下杆塔平均受损量较低排放情景增加48%，并识别出湛江高风险区域。
方法时序预测场景预测与感知 · 诊断与安全
综合能源新视界查看原文 ↗
公众号
极端气候来袭，风电功率预测如何突围？
文章分析寒潮覆冰、台风切机、沙尘及山地强对流下风电功率预测的大偏差，指出根源包括NWP局限、设备状态缺失、极端样本误删和单点预测不足。提出接入SCADA、标注并增强极端样本、融合多源气象、采用概率预测与储能缓冲，并完善考核申诉和复盘机制。
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
PPT | 电力知识图谱技术全景
文章系统介绍电力知识图谱的数据采集、本体建模、图数据库与服务平台架构，明确采用NLP、计算机视觉、大模型和RAG完成实体关系抽取、知识推理与问答。内容覆盖设备故障诊断、无人机巡检、配网抢修、寿命预测及源网荷储低碳调度等可复用业务方案。
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
电网棱镜查看原文 ↗
公众号
【论文阅读】利用早期放电曲线预测电池循环寿命
论文利用124块商用磷酸铁锂电池前100次循环数据预测最终寿命，以第100圈与第10圈放电曲线之差的方差构建弹性网回归模型。单特征模型在主测试集和二次测试集上的MAPE分别为14.7%和11.4%，显著优于均值基线；文章同时给出独立验证设计、适用边界及公开代码和数据入口。
方法时序预测场景预测与感知
dib-lab查看原文 ↗
公众号
WorldTS：将世界模型引入多模态时间序列预测
华东师范大学团队提出WorldTS，将数值、文本和图像协变量融入潜在状态预测。模型采用两阶段训练，以真实未来序列编码状态监督状态演化，再冻结编码器与预测器训练观测解码器，并结合CFA、Patch Transformer及多种状态对齐损失。在21个真实世界数据集上，WorldTS整体优于多类基线；MMSP光伏任务MSE为0.061、MAE为0.171。
方法时序预测场景预测与感知
时空探索之旅查看原文 ↗
公众号
高碳发展会带来多大电网台风损失？气候变化驱动配电网杆塔台风灾害时空演化评估——武汉理工大学大学 李锋，侯慧，高富等
研究面向气候变化下的沿海配电网杆塔台风风险，结合统计动力模型合成未来台风事件，并以深度集成学习融合风雨场、地理环境和设备台账预测受损概率。结果显示，SSP5-8.5情景下杆塔平均受损数量较低排放情景增加48%，高风险区域明显扩张，可支持差异化加固与应急资源配置。
方法时序预测场景预测与感知 · 诊断与安全
电力系统自动化查看原文 ↗
公众号
KDD 2026 | 连"数到 32"都做不到：Mila 给时序图神经网络出了一份能力体检
Mila等机构提出T-GRAB合成诊断基准，以周期计数、延迟因果和长程依赖三类任务评测11种时序图学习方法。实验显示，计数长度达32时EdgeBank可反超神经网络；时间滞后增至64以上、结构距离超过8后，各模型普遍退化。论文还验证了邻居采样敏感性，并开源任务生成代码与数据集，可用于TGNN能力压力测试。
方法时序预测 · 图与网络智能
时序人查看原文 ↗
公众号
极端气候来袭，光伏功率预测如何破局？
文章梳理沙尘、强对流、雨雪覆冰、大雾和高温等极端气候下光伏功率预测误差，指出NWP局限、设备状态突变、极端样本稀缺及单点预测不足。提出物理—数据融合、多源观测、小样本增强、概率预测和运行状态联动，并结合传感器校验、储能缓冲、复盘申诉及可用功率上报，降低考核与交易风险。
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
温度如何影响负荷预测？连续温度记忆模型揭示负荷变化规律
文章基于安徽2025—2026年负荷与天气数据，比较日历基线、线性温度、非线性温度和连续温度记忆四类模型。最优方案采用岭回归，融合历史负荷、日历属性及此前72小时温度过程，综合WMAPE为4.76%；安徽8月滚动预测WMAPE为3.09%、R²为0.881，并分析了高温强度与持续时间对负荷的影响。
方法时序预测场景预测与感知
兰木达电力现货查看原文 ↗
公众号
【公开数据集｜AI+风光负荷】43年欧洲风光负荷数据集：面向能源系统与电力市场建模
布达佩斯技术与经济大学团队利用ERA5气象再分析数据、2015—2023年ENTSO-E实测数据及经Optuna优化的MLP，生成欧洲多国1981—2023年小时级光伏、陆上风电、海上风电容量因子和归一化负荷数据。多数国家预测与实测Pearson相关系数超过0.9，数据与代码已公开，可用于能源系统规划、电力市场及Dunkelflaute研究。
方法时序预测场景规划与仿真 · 预测与感知 · 优化与决策
综合能源新视界查看原文 ↗
公众号
Transformer+高斯过程：光伏概率功率预测新方案
文章解析Transformer与高斯过程（GP）结合的光伏概率功率预测方案：前者提取多维长时序特征，后者输出预测均值与置信区间。该方案有助于异常天气风险感知、储能调控和现货申报，但面临O(N³)计算开销、区间校准、数据质量及超参数耦合等难题，场站可采用稀疏GP或分位数回归、MC-Dropout折中落地。
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
广西2026上半年功率预测“两个细则”考核实况与破局思路
文章基于广西多座100MW级风光场站脱敏调研，分析2026年上半年“两个细则”考核：风电压力集中于寒潮凝冻和锋面大风，光伏集中于阴雨及龙舟水强对流。核心问题包括通用模型缺少本地化订正、传感器失真、异常工况未标注及运维闭环不足，并提出强化0—4小时超短期预测、规范可用功率与报文上报、治理样本、风光储协同及建立复盘申诉机制。
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
广东2026上半年功率预测“两个细则”考核实况与破局思路
文章基于广东多座100MW级风光场站脱敏调研，梳理2026年上半年南方区域“两个细则”考核情况。15分钟断面、可用功率报送及95%上传率要求叠加现货不平衡资金，使3—4月强对流期和海上风电承压尤甚。文章归因于气象模型本地化不足、观测漂移、规则理解及运维缺陷，并提出强化超短期预测、规范报文、清洗样本、风光储协同和闭环复盘等路径。
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
湖北2026上半年功率预测“两个细则”考核实况与破局思路
文章基于湖北多座100MW级山地风电、丘陵光伏场站脱敏调研，梳理2026年上半年华中“两个细则”下中期、日前、超短期预测及相关性、报文完整率考核。风电压力集中于3—4月强对流，光伏集中于4—6月梅雨期。文章分析局地气象、地形参数、规则理解和运维等问题，并提出本地化模型、数据治理、储能协同及闭环复盘等路径。
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
网络首发 |《电工技术学报》2026年10月5日更新
汇总《电工技术学报》多项电力AI研究，包括PINN-cWGAN生成输电网运行样本、GAT-LSTM与迁移学习监测风机状态、RBF代理模型优化虚拟电厂交易等。文中给出IEEE及PEGASE系统仿真，其中生成样本物理合规率近100%，风机监测RMSE最高降低74.7%。
方法时序预测场景规划与仿真 · 优化与决策
电工技术学报查看原文 ↗
公众号
贵州2026上半年风光功率预测“两个细则”考核实况与破局思路
文章基于贵州多座100MW级山地风光场站调研，梳理2026年上半年功率预测考核特征：风电压力集中于3月，光伏集中于4—6月。主要成因包括云贵准静止锋、局地强对流、山谷风、通用模型适配不足、异常样本污染及运维薄弱。建议实施山地本地化建模、规范可用功率与全周期上报、治理设备和样本、推进风光储协同，并建立日监控、周分析、月复盘闭环。
方法时序预测场景预测与感知
新能源功率预测查看原文 ↗