公众号
招标丨调度人工智能项目招标公告
深圳供电局公开招标调度人工智能边侧推理平台扩容及应用建设，项目涵盖新设备启动方案自动校核、自动化值班监视、异常日志分析、主网告警联动处置及调度日志防误等智能体，并披露各标包预算、开发部署、测试、上线与运维范围，为电网调度AI工程落地提供可核验案例。
方法大模型与智能体场景优化与决策 · 知识与协同
电力人工智能大会查看原文 ↗
看技术
追踪能源领域最新技术、论文、代码与数据集
公众号
【TSG好文分享｜物理信息+联邦分割学习】面向区域风电预测的模式—实测协同交互框架
论文提出区域风电模式—实测协同预测框架，以自适应傅里叶算子学习大尺度风场演化，用稠密—稀疏卷积融合模式数据和现场测量，并通过联邦分割学习实现多风场隐私协作。在156座风电场、22.6GW装机的真实数据上，1小时、3小时和5小时NMAE分别为2.368%、5.570%和8.095%，服务器与客户端单次预测均低于1秒。
方法时序预测场景预测与感知
AI+绿能查看原文 ↗
公众号
1KOMMA5° Heartbeat AI：AI算法如何赋能分布式家庭能源设备运营？
文章介绍1KOMMA5°的Heartbeat AI家庭能源运营平台，通过物联网网关连接光伏、储能、充电桩、热泵和空调，利用时序预测估计电价、负荷、光伏出力及热需求，再自动制定设备调度和市场报价策略。平台已连接十万余户家庭，并以虚拟电厂聚合分布式资源参与现货及辅助服务市场，展示了动态电价下的运营逻辑与收益模型。
方法时序预测场景预测与感知 · 优化与决策
深度电厂查看原文 ↗
公众号
【TSTE好文分享｜LLM+多智能体强化学习】面向网络化多能源微网的轻量化通信协同能量管理
研究提出面向网络化多能源微网的LTSR框架，通过轨迹堆叠减少多智能体强化学习训练数据，并借助大模型生成潜在特征、恢复逐时奖励，同时设置自提示和预验证抗幻觉机制。实验中通信量降低39.09%，叠加压缩后降低80.08%，运行成本仅增约1.59%；RT-LAB与树莓派硬件在环平台进一步验证了部署可行性。
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优化与决策 · 知识与协同
综合能源新视界查看原文 ↗
公众号
【顶刊好文|电动汽车聚合+DRCC】‘IEEE TTE’：考虑不确定性的V2G灵活性聚合与风险规避市场竞价
论文面向异构电动汽车参与电能量与备用市场，利用几何特征和K-means++聚类构建灵活性内近似，并结合Wasserstein分布鲁棒机会约束与GWCVaR控制车辆可行性和市场尾部风险。千辆电动车算例中，聚合成本较基准下降43.7%；样本外SOC违约率由88.4%降至4.28%，最坏场景成本下降14.89%。
方法可信人工智能场景诊断与安全 · 控制与自治
综合能源新视界查看原文 ↗
公众号
零样本预测提升 25.8%：多模态时序预测如何让 LLM 与时序基础模型各司其职
ChronoSteer将大语言模型与时序基础模型解耦协作：LLM理解天气、节假日等文本事件并生成离散修订指令，TSFM负责数值预测。研究利用90万组合成三元组和伪标签开展两阶段训练，并构建泄漏控制基准MTSFBench-300。实验显示，其零样本预测精度较自身单模态骨干提升25.8%，同时提供论文与开源代码。
方法时序预测场景预测与感知 · 控制与自治
时序人查看原文 ↗
公众号
ACM MM 2026 | 时空数据(Spatial-Temporal)论文总结【POI推荐，空间智能，城市科学，VLM，多模态大模型，Agentic 】
文章汇总ACM MM 2026时空数据方向的11篇论文，主题涵盖POI推荐、时空序列预测、4D时空推理、跨城市轨迹恢复、城市社会经济估算、城市级3D世界生成及降水临近预报等，重点呈现VLM、多模态大模型、强化学习和Agentic框架在空间智能与城市科学中的应用。
方法时序预测 · 图与网络智能 · 优化与强化学习场景预测与感知 · 知识与协同
时空探索之旅查看原文 ↗
公众号
院士观点｜AI 赋能能源气象，破解风光预测“精度‑能耗”双重壁垒
文章讨论AI赋能能源气象，缓解风光预测精度提升与算力能耗增长的矛盾。AI气象大模型可通过轻量化部署、长时效预测和参数化方案优化，支撑场站调度、储能规划及电力交易；同时强调融合物理机理、观测数据与本地化标定，并以绿电供给算力降低碳足迹。
方法时序预测 · 大模型与知识智能场景规划与仿真 · 预测与感知 · 优化与决策
新能源功率预测查看原文 ↗
公众号
Nature Communications 2026｜极端冷热冲击下的负荷预测
研究提出ESDF极端冷热负荷预测框架，以分类器引导扩散模型生成稀缺的热浪、寒潮样本，再通过表征解耦隔离合成伪影。该方法在六个区域的80个真实数据集上验证，相对最佳基线将nMAE降低9.8%至33.5%、nRMSE降低7.5%至34.5%，并分析了合成数据比例、样本外测试及潜在运行经济影响。
方法时序预测场景预测与感知
Intelligame Lab查看原文 ↗
公众号
能源AI全栈时代来了！1份协议3条主线4大场景，慧电牵手阿里云能否颠覆行业赛道？能源大模型+智能体+云底座能否打通行业全链路？
固德威慧电科技与阿里云签署AI全栈合作框架协议，将共建能源行业垂直大模型、新能源行业智能体及统一云服务底座，聚焦负荷与电价预测、电力交易、电站运营和投资决策等场景。双方将依托WE平台、WE-X能源大模型及电力交易智能体Megatron，推动能源AI从单点功能向“预测—交易—调控—运营”全链路智能系统演进。
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 · 知识与协同
点击关注→查看原文 ↗
公众号
能源AI全栈时代来了！1份协议3条主线4大场景，慧电牵手阿里云能否颠覆行业赛道？能源大模型+智能体+云底座能否打通行业全链路？
固德威慧电科技与阿里云围绕能源垂直大模型、新能源智能体和统一云底座开展合作，重点覆盖负荷与电价预测、电力交易、电站运营和投资决策。文中披露电力交易智能体Megatron已用于自主交易申报，WE平台在广德聚合82兆瓦资源，并给出需求响应次数、可调能力及累计收益等产业落地数据。
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 · 知识与协同
新数字能源查看原文 ↗
公众号
【顶刊好文|PCMP】中国电科院等：数据中心聚合虚拟电厂的调频功率调度与通信传输协同设计
论文研究数据中心聚合虚拟电厂参与电网调频时的功率调度与通信传输协同设计。方法先以NJWS谱聚类形成多个虚拟电厂，再用Bi-LSTM预测通信节点的时延、吞吐量和丢包率，并结合熵权法选择路由。仿真显示聚类指标优于对比算法，Bi-LSTM的RMSE为0.0659，协同方案可降低AGC跟踪误差。
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
内蒙古2026上半年风光功率预测“两个细则”考核实况与破局思路
文章基于内蒙古多座100MW级风光场站脱敏调研，梳理2026年上半年“两个细则”考核：风电罚款高点集中于3月春季大风，光伏高点集中于4月沙尘。主要问题包括通用NWP缺乏本地订正、传感器漂移与积灰、数据及可用功率漏报、闭环运维不足。建议通过本地化模型、多源数据上报、设备校验、风光储协同及日周月复盘降低考核损失。
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
AAAI 2026｜多频率碳强度日前预测
AAAI 2026论文面向澳大利亚四州的日前电网碳强度预测，并行建模局部多频率时间模式和动态跨变量关系。模型以连续24小时的碳强度、负荷、可再生与非可再生发电及温度预测未来24小时，在三项指标上均优于多类时序基线；消融结果进一步验证两条支路的贡献，并说明跨区域泛化和时间外测试仍待补充。
方法时序预测场景预测与感知
Intelligame Lab查看原文 ↗
公众号
分钟级超短期光伏预测：天空相机技术落地效果实测
文章结合多座光伏场站实测，评估天空相机利用AI云分割、光流追踪开展分钟级预测的效果。其在对流多云场景下可使15—30分钟预测RMSE降低15%—22%，但在晴天、雾、沙尘及30分钟以上预测中增益有限。工程应用应重视多点布设、设备运维、算法本地化及与NWP、卫星云图、辐照和SCADA数据融合，将其作为0—30分钟预测补强工具。
方法时序预测场景预测与感知
2049之子任查看原文 ↗
论文
Machine Learning‐Assisted Development in Insulating Materials for High Voltage Applications机器学习辅助开发高压应用绝缘材料
本文综述机器学习（ML）辅助高压应用绝缘材料开发的研究进展，系统介绍相关工作流程、代表性算法及其适用场景，并总结ML在气体、液体和固体绝缘材料的性能预测、配方优化和分子逆向设计中的应用。文章同时分析该领域面临的主要挑战及潜在解决方案，强调ML在揭示结构–性能关系和加速新型高性能绝缘材料发现方面的重要作用。
方法时序预测场景预测与感知
High Voltage查看原文 ↗
公众号
Nature Communications 2026｜电网过载风险的尾部计算
论文面向输电线路过载的低概率尾部风险，提出深核稀疏向量值高斯过程DKS-VVGP作为潮流代理，并对越限边界样本自适应重采样、调用潮流求解器复核。在含2.1万余母线的ISO New England系统上，相较蒙特卡洛基线最高实现22倍评估加速，并验证多种不确定性分布与相关性场景。
方法可信人工智能场景诊断与安全
Intelligame Lab查看原文 ↗
公众号
【TSTE好文分享｜LLM+多智能体强化学习】面向网络化多能源微网的轻量化通信协同能量管理
论文面向网络化多能源微网，提出LLM辅助的轨迹堆叠与奖励恢复框架LTSR，以降低多智能体强化学习训练通信开销。实验显示其通信量较MAPPO减少39.09%，结合压缩后减少80.08%，运行成本仅增加约1.59%；抗幻觉机制将代码可执行与策略收敛成功率由0/5提升至5/5，并通过RT-LAB与树莓派硬件在环平台验证。
方法优化与强化学习 · 大模型与智能体场景优化与决策 · 知识与协同
AI+绿能查看原文 ↗
公众号
【好文分享|量子强化学习+输电拓扑优化】TPWRS：两阶段TS-QSAC破解多目标输电开关，仅用约1%参数实现更快收敛
论文提出两阶段量子强化学习TS-QSAC求解多目标输电开关问题：先以边连通度和节点度筛选线路、压缩动作空间，再由含经典降维、残差变分量子电路和可学习测量的混合SAC生成拓扑策略。IEEE 14、57和118节点实验显示，其策略网络参数约为经典模型的1%，收敛更快，并取得有竞争力的成本与安全约束表现。
方法优化与强化学习场景诊断与安全 · 优化与决策
AI+绿能查看原文 ↗
公众号
【顶刊好文|风电预测】PCMP: 风电集群功率预测新突破：同质与异质信息双向交互融合方法
研究面向大型风电集群短期功率预测，利用风速、风向和时间梯度构建风角场，以动态更新的同质、异质图描述场站局部与广域关联，再通过图注意力网络双向融合特征。中国东北超5800兆瓦风电集群的15分钟级数据验证显示，该方法在多种预测尺度优于LSTM、GCN和GAT，未来24小时预测均方根误差降低2.67%。
方法时序预测场景预测与感知
综合能源新视界查看原文 ↗