公众号
华南理工大学欧士琪教授：智能驱动的电池状态诊断与预警技术
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。
方法优化与强化学习 · 可信人工智能
电工技术学报查看原文 ↗
看技术
追踪能源领域最新技术、论文、代码与数据集
公众号
【Trans好文分享｜博弈论+强化学习】虚拟电厂的拓扑无关网络攻击防御
研究面向虚拟电厂在拓扑和状态信息不完整条件下的网络攻击防御，提出融合贝叶斯Stackelberg博弈与PPO、TD3强化学习的GT-RL框架，通过秘密小扰动形成物理水印。IEEE 13及123节点测试显示，混合攻击场景下GT-TD3宏F1达0.717，高于RL-TD3的0.520。
方法优化与强化学习场景诊断与安全
AI+绿能查看原文 ↗
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
国家电网许超：人工智能赋能新型电力系统高质量发展的思考
国网辽宁介绍人工智能赋能新型电力系统的工程实践，覆盖配网负荷转供、规划诊断、变电站巡视、供电方案生成、安全管控及招标管理等场景。案例给出方案编制耗时降低96%、诊断效率提升3倍、巡视时长缩短60%等成效，并提出大小模型协同、数据集、算力平台及安全治理等规模化落地路径。
场景规划与仿真 · 诊断与安全
电力人工智能大会查看原文 ↗
公众号
公开数据集助力发文｜变转速、变负载工况下感应电机轴不对中故障的六通道振动数据集
研究发布三相感应电机变转速、变负载故障诊断数据集，利用两只ADXL355在轴承座和机架同步采集六通道振动信号，采样率4 kHz。数据覆盖10—50 Hz五档频率、空载与5 kg负载，以及正常、机械松动和四类轴不对中状态，共60个CSV文件、1.72 GB。RF、XGBoost和MLP十二分类准确率分别为99.79%、96.73%和92.96%。
场景诊断与安全
复杂机电系统数字孪生与智能运维查看原文 ↗
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
重庆大学方斯顿、林俊珂 等：面向有限监测条件的锂离子电池组不一致性特征提取与 SOH 估计
针对有限传感器条件下锂离子电池组SOH估计，研究从可监测单体提取健康特征，推断未监测单体并构建老化与不一致性特征，经随机森林筛选后采用AdaBoost集成SVM估计SOH。实验显示最大相对误差不超过1.5%，仅布置2个电压传感器仍具较高精度，中间位置布置效果最佳。
电工技术学报查看原文 ↗
公众号
【TSTE好文分享｜强化学习+虚拟惯量+Pinning Control】面向异构VSG集群的强化学习虚拟惯量协同控制
论文提出面向异构虚拟同步发电机集群的强化学习虚拟惯量钉扎控制框架，融合动态参数匹配、Pinning Control与强化学习，在线协调惯量和阻尼。IEEE 34节点仿真显示其可降低频率偏差并缩短调节时间，且能适应节点退出和拓扑扩展；STM32硬件在环实验进一步验证了部署可行性。
方法优化与强化学习场景规划与仿真 · 控制与自治
AI+绿能查看原文 ↗
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
杭州麦科斯韦网络科技有限公司总经理方卫中：近限电机的发展、挑战和AI赋能的解决方案
报告面向高功率密度、高可靠性的近限电机设计，提出MotorOS全生命周期闭环方案。系统以设计智能体组织七阶段流程，由AI、物理求解器和工程师协同完成指标转换与多约束优化，使指标转换由数天缩短至1秒，设计优化由数周缩短至5分钟，并强调工程证据、适用边界与责任约束。
方法大模型与智能体场景优化与决策 · 知识与协同
电工技术学报查看原文 ↗
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
变电站智能巡检 | 智能巡检之图像识别
文章解读变电站智能巡检图像识别行业标准，覆盖可见光与红外图谱的样本质量、清洗和标注要求，规定目标检测、表计读数、温度异常与缺陷定级等功能，并给出准确率、召回率、mAP、推理速度等测试指标，以及代码、模型、测试结果存档和备份管理要求，可用于35千伏及以上变电站巡检算法落地。
电网棱镜查看原文 ↗
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
研究融合1981—2023年ERA5气象再分析数据与2015—2023年ENTSO-E实测数据，采用经Optuna优化的多层感知机，生成欧洲多国小时级光伏、陆上风电、海上风电容量因子及归一化负荷。约9%低质量观测被剔除，多数国家生成序列与实测数据的Pearson相关系数超过0.9。数据与Python代码已公开，可用于能源系统、电力市场及Dunkelflaute研究。
场景优化与决策
AI+绿能查看原文 ↗
公众号
【好文分享|量子多智能体强化学习+配电网电压控制】TSG：QMADRL-PI融合量子差分隐私，仅56个参数实现本地Volt/Var协同控制
研究提出隐私保护量子多智能体深度强化学习QMADRL-PI，用公共气象信息改善局部Volt/Var协同，并借助量子测量噪声实现差分隐私。每个智能体仅约56个参数，在IEEE 33及141节点系统消除电压越限，并在180量子比特处理器上完成策略执行验证。
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
AI+绿能查看原文 ↗
公众号
【好文分享|量子多智能体强化学习+配电网电压控制】TSG：QMADRL-PI融合量子差分隐私，仅56个参数实现本地Volt/Var协同控制
研究提出隐私保护量子多智能体深度强化学习QMADRL-PI，用公共气象信息改善局部Volt/Var协同，并借助量子测量噪声实现差分隐私。每个智能体仅约56个参数，在IEEE 33及141节点系统消除电压越限，并在180量子比特处理器上完成策略执行验证。
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
综合能源新视界查看原文 ↗
公众号
【Trans好文分享｜数据中心+联邦约束强化学习】面向混合能源数据中心的规划—运行协同优化框架
论文提出混合能源数据中心规划—运行协同框架：上层以MILP配置站点、储能和SMR容量，下层采用物理约束PPO及联邦学习协调负载、冷却与购电。IEEE 118节点算例显示，峰值购电下降7%—9%，上下调节能力显著提高，EENS降低17.4%，线路过载次数减少约28%。
方法优化与强化学习 · 物理与数据融合场景规划与仿真 · 优化与决策
综合能源新视界查看原文 ↗
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 ↗