公众号
【Trans好文分享｜大模型推理+分层强化学习+奖励重分配】算力负荷如何变身电网调频资源？
研究将大模型推理集群作为电网二次调频资源，提出请求分配与token处理量协同的分层强化学习框架，并用交叉注意力进行奖励重分配、以平均场方法扩展多副本协同。基于1万张H100及PJM RegD信号的仿真中，10%调频容量下平均跟踪误差为1.17%，性能评分达0.926。
方法优化与强化学习 · 大模型与知识智能场景规划与仿真 · 知识与协同
AI+绿能查看原文 ↗
看技术
追踪能源领域最新技术、论文、代码与数据集
公众号
【AI顶会论文开源代码｜数据中心+时空调度+智能体】AI任务在哪里算、何时算，才能更省钱、更低碳？
论文提出跨地域数据中心调度平台DCcluster-Opt，融合任务轨迹、电价、碳强度和气象数据，以强化学习联合优化任务时空分配与制冷控制，并探索基于LangGraph的大模型智能体。实验显示SAC可降低成本和碳排放，PPO制冷控制进一步降低能耗；项目提供Gymnasium接口、训练示例及MIT许可开源代码。
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 · 控制与自治 · 知识与协同
AI+绿能查看原文 ↗
论文
Advances in Polymeric Insulating Materials: Global Progress in These 10 Years聚合物绝缘材料进展：全球十年发展
本文回顾了过去十年全球聚合物绝缘材料的研究进展及区域特色，重点涉及旋转电机绕组绝缘、低气压局部放电、HVDC固体绝缘和绿色低碳绝缘。聚丙烯基共混材料、航空电缆多层结构及聚酰亚胺基纳米复合材料是主要研究热点，数值分析、材料信息学、神经网络和机器学习等计算机辅助方法的重要性也在持续上升。
方法优化与强化学习
High Voltage查看原文 ↗
公众号
【AI顶会2026开源代码｜电力市场+多智能体强化学习+动态定价】用户都想“低买高卖”，电网如何协调？
研究面向分布式光伏、储能参与的电力市场，将系统运营商与用户侧主体建模为多智能体强化学习参与者，联合研究调度、动态定价和策略性需求响应。开源平台Energy-Net采用Gym风格接口，支持PPO、SAC、TD3等算法，并通过8类场景展示价格机制、备用调用和用户交易行为间的权衡。
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
AAAI 2023｜CityLearn冠军怎样用轨迹引导社区储能
文章复盘AAAI 2023 CityLearn冠军方案ZO-iRL：从过去24小时净用电提取两个峰值构造轨迹引导，结合零阶隐式强化学习与演化搜索，协调热水、冷水和电储能。论文实验报告总分0.962、爬坡成本0.781，竞赛提交总分0.944，并讨论跨气候区波动、预测失配及真实部署约束。
方法时序预测 · 优化与强化学习场景预测与感知
Intelligame Lab查看原文 ↗
公众号
“新型电力系统背景下的车网互动关键技术与应用实践”专辑论文集锦
专辑汇集车网互动预测、聚合与调控研究，其中改进Informer利用50余万条充电记录预测多尺度可调容量，Autoformer结合高斯混合模型开展可行域区间预测，XGBoost用于换电站电池储备预测，KAN-SAC则实现充电站可解释强化学习需求响应，并给出实际数据或仿真验证结果。
方法时序预测 · 优化与强化学习 · 可信人工智能场景规划与仿真 · 预测与感知
电力系统自动化查看原文 ↗
公众号
【顶刊好文|AI+储能】IEEE TASE：大模型如何辅助储能竞价？让市场信息转化为风险决策
论文面向澳大利亚电力市场储能竞价，以LLaMA大模型读取市场公告并动态生成风险参数，再由分布式深度强化学习智能体执行竞价。研究用98条公告构造1576条微调样本，在南澳数据测试中总利润由120.34万美元增至134.38万美元，提升约11.66%，并报告尾部风险与决策耗时。
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诊断与安全 · 知识与协同
综合能源新视界查看原文 ↗
公众号
【顶刊好文|智能楼宇】Energy & Buildings｜3600 间房、数秒决策：兼顾舒适度的空调柔性聚合
研究提出深度强化学习与线性规划结合的分层空调柔性聚合框架：上层用PPO依据调节需求及累计舒适度影响分配任务，下层以物理模型和约束优化控制设备。仿真覆盖最多3600间房，计算由集中式方法的千秒以上降至数秒，并兼顾请求匹配和舒适度影响均衡。
方法优化与强化学习场景规划与仿真 · 优化与决策 · 控制与自治
综合能源新视界查看原文 ↗
公众号
【TTE好文分享｜记忆增强强化学习】让驱动与制动更默契：分布式电动汽车的协同能量管理
论文提出面向分布式电动汽车的LSTM-TD3记忆增强能量管理框架，统一协调前后轴驱动与再生制动转矩。方法使用1.5秒历史状态提取时序特征，并在实测车速、坡度及dSPACE硬件在环平台验证。百公里能耗为11.56千瓦时，较无记忆TD3降低1.3%，单次推理耗时0.206毫秒。
方法时序预测 · 优化与强化学习场景优化与决策
综合能源新视界查看原文 ↗
公众号
当图本身就是世界，下一步会发生什么？WorldGraph让图世界学会演化
论文提出图原生世界模型WorldGraph，将节点、边、属性及历史转移统一为持续演化的图世界。模型结合多粒度图Transformer、历史感知状态编码与转移感知强化学习，并构建覆盖节点、边、图级任务的GWM-Zero基准。实验显示其在稀有节点删除、边变化、局部结构及多步预测上优于多类基线，还可作为插件提升L³P、C-SWM和GWM-E。
方法时序预测 · 优化与强化学习场景预测与感知
时空探索之旅查看原文 ↗
公众号
【TTE好文分享｜记忆增强强化学习】让驱动与制动更默契：分布式电动汽车的协同能量管理
研究提出面向分布式电动汽车的LSTM-TD3记忆增强能量管理框架，将驱动与再生制动转矩统一协调，并利用1.5秒历史状态提取时序特征。实测工况及dSPACE硬件在环结果显示，百公里能耗为11.56千瓦时，较无记忆TD3降低1.3%，单次推理耗时0.206毫秒，满足10毫秒控制周期。
方法时序预测 · 优化与强化学习场景优化与决策 · 控制与自治
AI+绿能查看原文 ↗
公众号
【顶刊好文|煤矿×DRL×多目标】'IEEE TSG'：面向煤矿综合能源系统的领域知识嵌入多目标运行方法
论文面向煤矿综合能源系统，提出领域知识嵌入的多目标强化学习算法MOORE，由DQN依据种群状态在线选择差分进化策略，并将煤仓、水仓建模为虚拟储能。宁夏实际煤矿算例显示，其HV、IGD及可行解稳定性优于五种基线，同时给出消融、出力扰动、跨系统测试及计算开销分析。
方法优化与强化学习场景知识与协同
综合能源新视界查看原文 ↗
公众号
重庆大学 卢莹，方斯顿等：让港口电动转运集卡充电更灵活：考虑无冲突路径与电池健康的协同调度方法
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。
方法优化与强化学习 · 大模型与智能体场景规划与仿真 · 优化与决策 · 知识与协同
电力系统自动化查看原文 ↗
公众号
当无线网络学会想象：无线网络世界模型
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%。
方法优化与强化学习场景规划与仿真 · 优化与决策 · 控制与自治
时空探索之旅查看原文 ↗
公众号
武汉大学 柯德平，李亚宁，等：基于多智能体强化学习的流域级水风光联合日内鲁棒调度研究
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。
方法优化与强化学习 · 大模型与智能体 · 可信人工智能场景诊断与安全 · 优化与决策 · 知识与协同
综合能源新视界查看原文 ↗
公众号
PPT丨智能配电网数字孪生构建和应用关键技术研究
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。
方法优化与强化学习 · 可信人工智能场景规划与仿真 · 诊断与安全 · 优化与决策
电网棱镜查看原文 ↗
公众号
华南理工大学欧士琪教授学术报告
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 ↗
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 ↗
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
【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 ↗