公众号
Nature Communications 2024｜图强化学习如何加快配电网停电恢复
论文以图强化学习处理主动配电网故障后的序贯恢复决策，将网络拓扑、状态、开关动作与运行反馈纳入策略学习，并在IEEE 13、34和123节点系统上评估。结果显示其可实时生成接近最优的恢复方案，文中同时给出未供能量改善数据，并指出真实部署仍需潮流、安全约束及人工规则复核。
方法优化与强化学习场景诊断与安全
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
【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
论文面向混合能源数据中心，构建MILP规划、物理约束PPO运行控制和联邦学习协同框架，联合调度计算负载、储能、冷却及小型模块化反应堆。IEEE 118节点系统实验显示，净购电峰值降低约7%至9%，上下调节能力显著提升，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 · 控制与自治
AI+绿能查看原文 ↗
公众号
【好文分享|量子增强深度学习+电网网络安全】TII：QuanCon强化差动保护FDIA检测，Transformer准确率提升至98.4%
论文提出量子增强深度学习框架QeDL，在经典神经网络前加入固定参数QuanCon量子卷积层，利用差动继电器短时电流识别真实故障与虚假数据注入攻击。OPAL-RT实验覆盖各7464个故障和攻击案例，量子增强Transformer准确率达98.4%，并通过IEC 61850硬件在环验证在线检测能力。
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
【好文分享|量子增强深度学习+电网网络安全】TII：QuanCon强化差动保护FDIA检测，Transformer准确率提升至98.4%
论文提出量子增强深度学习框架QeDL，在经典神经网络前加入固定参数QuanCon量子卷积层，利用差动继电器短时电流识别真实故障与虚假数据注入攻击。OPAL-RT实验覆盖各7464个故障和攻击案例，量子增强Transformer准确率达98.4%，并通过IEC 61850硬件在环验证在线检测能力。
方法优化与强化学习场景诊断与安全
综合能源新视界查看原文 ↗
公众号
Nature Communications 2023｜公共数据如何补齐配电网地图
文章解读一项配电网地理制图研究：利用街景、道路和建筑等公开多模态数据，通过弱监督机器学习推断杆塔、线路方向、连通关系及地下线路比例。实验平均精确率和召回率均超过80%，地下线路比例估计达到R²=0.63，并开展跨区域迁移测试，为资产台账缺失地区提供可复核的规划底图。
场景规划与仿真
Intelligame Lab查看原文 ↗
公众号
NeurIPS2026论文总结前瞻【国庆假期愉快】
文章对NeurIPS 2026录用论文进行初步统计，按标题显式包含“time series”或“time-series”筛选出127篇，占9094篇录用论文的1.39%。其中，预测相关51篇，基础模型和LLM相关13篇，异常检测15篇，生成6篇，分类4篇，插补3篇，并基于全部论文标题形成词云。
方法时序预测场景预测与感知 · 诊断与安全
时空探索之旅查看原文 ↗
公众号
供电可靠率达99.999%！深圳电网装上“智慧大脑”
深圳供电局在数字电网中应用AI告警、红外视频复核及机器人、无人机巡检，识别出110千伏变电站主变套管接线柱67.4℃异常并及时处置。案例还披露119名“数字员工”2025年完成8.5亿次智能巡视、办理超50万单业务，效率提升超30%，并结合自愈电网、微电网和虚拟电厂开展工程实践。
电力人工智能大会查看原文 ↗
公众号
【好文分享|量子增强深度学习+电网网络安全】TII：QuanCon强化差动保护FDIA检测，Transformer准确率提升至98.4%
论文提出量子增强深度学习框架QeDL，在MLP、GRU、Transformer等模型前加入4量子比特固定参数QuanCon层，利用差动继电器20毫秒电流窗口区分真实故障与虚假数据注入攻击。OPAL-RT生成7464组故障和7464组攻击样本，量子增强Transformer准确率达98.4%，并通过IEC 61850硬件在环验证约0.07—0.16秒端到端检测。
方法优化与强化学习场景诊断与安全
综合能源新视界查看原文 ↗
公众号
政策解读 • 电池 | 工信部、国家能源局等七部门联合印发《新型电池产业发展“十五五”规划》（附解读+一图读懂）
七部门规划提出以人工智能、数字孪生和大数据赋能新型电池全产业链，建设行业专用大模型与AI研发平台。技术路线覆盖材料与配方筛选、性能预测、制造参数优化、机器视觉质检、故障预测、安全预警、寿命评估及源网荷储能量管理，为电池研发制造和储能运维提供明确方向。
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
电气时代查看原文 ↗
公众号
融和元储联手汇川技术抢滩千亿工业能源赛道：从新一代PCS到AI能源智能体，绿电直连+虚拟电厂如何重构工厂用电逻辑？
融和元储与汇川技术拟围绕储能PCS、绿电直连、工艺级虚拟电厂和AI工业能源智能体开展合作，打通设备状态、负荷预测、能源调度与交易决策。文章还列举电网调度、电力交易和虚拟电厂智能体案例，并给出降本7%—15%、储能收益提升25%以上等运行成效。
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
新数字能源查看原文 ↗
公众号
1700GWh储能大市场来袭：置信出力如何重塑储能产业的“黄金五年”
文章分析置信出力考核对长时储能和功率预测的影响，并介绍气象大模型与能源大模型协同应用：预测风光出力后由储能快速补偿偏差。文中给出项目实证数据，包括偏差损失减少30%以上、弃电回收增收5%、电力交易增收10%，以及在绿色氢氨项目中动态调节电解槽负荷。
方法时序预测 · 大模型与知识智能场景预测与感知 · 优化与决策 · 知识与协同
新数字能源查看原文 ↗
公众号
气象预报偏差，是风光功率预测最大误差来源吗？
文章指出，气象预报偏差虽是风光功率预测的主要误差源，但设备状态、异常工况及模型漂移等场站侧问题同样关键。建议采用“离线全量训练+在线实时增量更新”，通过样本筛选、自适应学习率、分模块更新、监控回滚及定期重训，兼顾长期泛化与短期适配，降低预测偏差和“两个细则”考核损失。
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
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 ↗
公众号
装了储能还是达不到置信出力红线？10%硬指标下，风光项目正在被三道“隐形账”拖垮！
文章分析风光项目满足置信出力要求的技术难点，指出储能需将功率预测、电网指令、电价信号和荷电状态实时耦合，由AI算法动态制定充放电策略。文中给出中广核新能源贵州实践：精细化功率预测系统使短期和超短期预测准确率同比提升6%以上，考核费用较全省平均降低超20%。
方法时序预测场景预测与感知
新数字能源查看原文 ↗
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
ACM MM 2026 | 时间序列(Time Series)论文总结【预测，异常检测，分类，分析以及多模态大模型，Agentic的应用】
文章汇总ACM MM 2026时间序列方向的7篇论文，覆盖大语言模型闭环预测、文本信息反事实效用路由、地理感知地球系统预测、VLM少样本分类、跨模态视觉增强、超球面角度表示异常检测及统一生成式多模态分析，呈现多模态大模型、Agentic推理与时序任务融合的研究方向。
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 · 知识与协同
时空探索之旅查看原文 ↗
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
公开数据集助力发文｜|基于多传感器同步采集的三相感应电机故障诊断数据集
论文发布三相感应电机同步多传感器故障诊断数据集，针对健康电机和人工轴承外圈故障电机，在正常、缺相及0.4 Nm、0.8 Nm负载等情形下，以50 kHz同步采集三轴振动、三相电压和电流，形成10个CSV文件。滑动窗口构建13类样本后，随机森林准确率达99.82%，但跨设备和工业现场泛化仍需验证。
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
风光功率预测迭代思路：离线训练+在线实时增量更新
文章提出风光功率预测采用“离线全量训练+在线实时增量更新”的闭环迭代模式：离线阶段完成数据清洗、物理参数固化、基础模型训练与回测，在线阶段筛选新样本并小步更新AI残差模块，配套自适应学习率、监控回滚和1—3个月定期重训，以缓解季节、气象及设备变化引发的模型漂移。
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
ICML 2025｜Hidden Joules：推理能耗不能只看参数量
论文实测1200个ImageNet视觉分类器在A100、H100及不同运行时、精度和批量下的推理能耗。结果显示，参数量、GMACs等结构指标预测实际焦耳成本的误差较大，而运行时与硬件配置影响显著；TensorRT相较PyTorch平均降低约4倍能耗。文章同时给出测量协议、适用边界与开源代码，便于复现实验和开展部署选型。
方法时序预测场景预测与感知
Intelligame Lab查看原文 ↗