追踪能源领域最新技术、论文、代码与数据集
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。
国家能源集团花园电厂公开招标智能发电及智慧应用系统开发服务。项目拟依托国产化DCS建设IDCS智能发电平台，引入人工智能、大数据、物联网和5G，实现发电过程自学习、自寻优与智能决策，并集成IMS管理平台、统一数据中台和三维数字孪生，覆盖开发、调试、验收、培训及质保。
论文面向港口微电网电动转运车充电调度，建立兼顾无冲突路径与电池健康的协同优化模型，并采用基于Q-learning的多智能体强化学习滚动求解。该框架将大规模全时域问题拆分为短时子问题，显著压缩决策变量规模；仿真还比较了启发式算法、MADDPG及所提方法的调度表现。
北京邮电大学与清华大学提出无线网络世界模型，以状态—动作为基础，在潜在空间学习控制动作驱动的网络演化，用于方案推演与优化。研究融合真实数据和仿真干预，在南昌31,900个4G与5G小区开展流量推演；其强化学习优化策略较未优化配置提升能效约43.5%，较四种对比方法平均提升约21.3%。
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。
研究针对流域级水风光日内调度的实时性和不确定性，提出多智能体强化学习鲁棒调度框架，引入误差智能体进行对抗式训练，并利用条件变分自编码器融合运行状态与专家策略，实现安全加速训练。结果表明，该方法可无延迟生成调度指令并提升策略鲁棒性与约束收敛速度。
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。
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。
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。
文章梳理智能配电网数字孪生的建模、数据融合和闭环优化体系，重点介绍基于BP神经网络、SVM、深度学习及贝叶斯网络的故障诊断方法，并讨论负荷转供鲁棒优化。内容还给出多源数据联通、分级孪生架构、图数据库和故障诊断、供电恢复等示范场景。
南方电网人工智能科技有限公司启动输变配安业务边缘智能体项目招标，计划研发基于电鸿、面向边侧部署的AI智能体平台及诊断决策体系，以应对边缘算力薄弱、多源数据治理困难、算法部署更新困难和风险预警滞后等问题。平台研发概算220.3万元，另采购2台AI智能体一体机，概算62.83万元。
南方电网介绍人工智能驱动新型电力系统的建设实践，已布局770个应用场景并建设自主可控平台。电网断面控制智能体可在5秒内生成兼顾安全、消纳和经济性的策略；智能巡检覆盖全部输电线路，累计发现缺陷338.34万处，人工阅片替代率超过80%，并探索以电价和绿电信号调度算力负荷。
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。
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。
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。
报告聚焦动力电池智能诊断与预警：基于真实车辆数据，结合深度学习、可解释分析和迁移学习开展跨车型、跨电池体系健康诊断；针对寿命标签稀缺，引入自监督学习与物理—数据融合建模，并搭建电芯、模组和整包测试平台，支撑算法验证及端侧部署。
论文提出大语言模型驱动的家庭能源管理规则合成框架，将自然语言指令解析为结构化意图和可执行IF-THEN规则，并通过知识库、语义校验和执行引擎约束输出。基于800组样本测试，GPT-4o的意图准确率、槽位对齐度和规则匹配准确率约为0.98、0.96和0.91。
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。
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。
本文综述高压架空输电线路带电作业中的关键绝缘与放电问题，涵盖FRP绝缘操作杆闪络、长空气间隙击穿、流注与先导演化，以及杆塔结构、人员配置、AC/DC混合系统、环境和高海拔条件的影响。研究表明，带电作业绝缘性能由静电、热、环境和几何因素共同耦合决定。文章强调发展一体化多物理场模型，以完善安全标准和最小接近距离，并展望直升机辅助检修、先进接近技术、智能监测诊断、人工智能及数字化工具的应用。