公众号
【Applied Energy 最新原创论文】基于深度生成式预测框架的综合能源系统源-荷预测
论文针对综合能源系统小样本源荷预测提出深度生成式预测框架DGP，通过生成器、判别器与主预测模型的对抗—协同训练实现样本增强和分布判别，并设计双支路卷积、多重残差连接的cencoder。24小时和168小时连续预测实验显示，该即插即用训练器可稳定提升多类先进预测模型的性能。
方法时序预测场景预测与感知
AEii国际应用能源查看原文 ↗
看技术
追踪能源领域最新技术、论文、代码与数据集
公众号
EMNLP 2026|TimeSage-EV：面向演化环境的智能体时间序列分析基准。让 AI 每个月写一份分析报告，它能坚持多久
TimeSage-EV构建严格时间截止、按月更新的演化环境基准，覆盖6大领域60个场景，每个场景连续24期，评估智能体的结构化问答与报告生成。实验显示GPT-5.4以86.0分居首，但归因和预测仍是短板；长期运行还暴露性能衰退、时间对齐错误及记忆负担。加入自进化技能库的TimeSage-1.0使Gemma-4-31B总分提升5.83分。
方法时序预测 · 大模型与智能体场景预测与感知 · 知识与协同
时空探索之旅查看原文 ↗
公众号
南方电力区域市场落地！读懂它的底层逻辑、核心规则与新能源机遇
文章解析覆盖广东、广西、云南、贵州、海南的南方区域电力市场。该市场以“省为基础、区域统筹”构建中长期、现货和辅助服务交易体系，通过跨省竞价、价格联动及调节资源共享促进清洁能源消纳与保供。新能源主体将获得跨省交易和辅助服务机会，同时面临功率预测、通道阻塞、价格波动及规则叠加等挑战。
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
重庆大学 任洲洋团队：新型电力系统时序调节域：概念与方法
文章提出新型电力系统时序调节域，用于量化多类调节资源在时序约束、功率平衡和成本限额下的可调空间。针对高维边界求解，构建融入空间单调性先验约束的神经网络损失函数及动态权重训练策略，并在改进IEEE 118节点系统上与逐点仿真对比，分析调节成本和新能源渗透率对调节能力的影响。
方法时序预测场景规划与仿真
综合能源新视界查看原文 ↗
公众号
能源电力气象预报快报｜10.26-10.31
快报研判10月26日至31日全国风光资源及气象风险。受冷空气东移南下影响，资源呈“北强南缓、前暖后冷”，28—30日华北、西北及华东北部风电迎来高出力窗口；华南、西南多云、对流、雾和低云使光伏波动加剧。建议结合NWP、天空相机、卫星云图及实测数据滚动订正，并预留储能容量应对阵风、沙尘和云遮挡造成的预测偏差。
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
Tabby：时间序列基础模型的开放预训练方案
文章提出开放预训练时间序列基础模型Tabby，采用约1.46亿参数的仅编码器Patch Transformer，支持最长8,192点上下文和99个分位数预测。其融合真实数据与KernelSynth、CauKerV2合成数据，并引入PCS、DQS及提示微调，在预测、UCR分类迁移和TSB-AD-U零样本异常检测中展现良好性能，为时序基础模型复现与扩展提供完整方案。
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
Nature Communications 2024｜可微光线追踪让定日镜标定自动化
研究面向塔式光热电站定日镜在位标定，将可微光线追踪与学习型NURBS定日镜模型结合，利用少量场站标定图像反演镜面形变和跟踪误差。德国Jülich太阳能塔真实数据验证显示，方法可识别亚毫米级缺陷并预测定日镜辐照度轮廓，为自动化计量和风险导向运维提供技术路径。
方法时序预测场景预测与感知 · 诊断与安全
Intelligame Lab查看原文 ↗
公众号
AI源荷预测：一条曲线管发电，一条曲线看用电，新型电力系统的底层输入底座
文章阐述AI源荷预测通过统一时间轴、共享气象与业务特征、联合概率建模，同步输出发电功率、用电负荷及供需缺口和不确定性区间。该能力可支撑电网调度、两个细则考核、虚拟电厂、储能运营和电力交易；落地需解决数据壁垒、误差耦合及模型与业务脱节问题。
方法时序预测 · 可信人工智能场景预测与感知 · 优化与决策
新能源功率预测查看原文 ↗
公众号
Information Fusion｜重庆大学攻克图冗余传播难题，提出RUL预测新框架
论文提出基于信息瓶颈的层次子图神经网络HSNN-IB，用于多传感器驱动的设备剩余寿命预测。方法以混合度量划分代表性子图，通过层次门控策略控制子图内外信息传播，再用多子图融合信息瓶颈压缩冗余特征。模型在公开基准数据集上优于对比方法，并以实际风电机组SCADA监测数据验证适用性。
方法时序预测 · 图与网络智能场景预测与感知 · 控制与自治
故障诊断与python学习查看原文 ↗
公众号
ICML 2026 | Prime Attention：让 token 因交互对象不同而改变自己
文章介绍面向多变量时序预测的Prime Attention：为每对token交互生成可学习引导器，动态调制Key和Value，以建模异质通道关系。该方法可替换现有注意力模块，在3种Transformer骨干和11个数据集上取得一致提升，最高提高6.5%，额外参数约1.5%，并提供消融、可视化及开源代码。
方法时序预测场景预测与感知
时序人查看原文 ↗
公众号
场站功率预测考核持续扣分？一套全维度诊断分析服务，找准准确率病根
文章指出，新能源场站功率预测考核不达标并非单一模型问题，而与现场设备、数据质量、气象预报、模型适配及各省“两个细则”口径有关。诊断服务通过核查工况与通信链路、复算调度指标、评估模型和气象源、聚类分析历史误差，定位高频扣分场景，并形成传感器校准、数据清洗、气象订正、模型迭代及申诉归档等整改方案。
方法时序预测场景预测与感知 · 优化与决策
新能源功率预测查看原文 ↗
公众号
ERA5之外，为AI开放｜中科天机全球高分辨率再分析数据集TJ-GRA预发布，诚邀加入用户共创计划
中科天机预发布全球高分辨率再分析数据集TJ-GRA。该数据集以ERA5为驱动场，利用自主SD3数值模式、谱松弛逼近及动力降尺度生成全球0.1°、逐小时、161类气象要素数据。站点与极端天气验证显示，其在中国区域降水、风速及台风强度刻画等方面有所提升，可用于气象AI训练、新能源评估、功率预测和气候研究，并开放2025年样例数据。
方法时序预测场景预测与感知
EarthAi查看原文 ↗
公众号
Timestral：Mistral首个时序基础模型，209M参数登顶三大零样本预测基准
Mistral发布首个时间序列基础模型系列Timestral，提供500万至2.09亿参数版本，支持概率性多元预测及历史、已知未来协变量。其采用解耦预测时域、协变量感知注意力、合成数据预训练和两阶段训练，在GIFT-Eval、TIME、fev-bench零样本评测的五项指标中均排名第一，并支持通过Mistral Forge微调部署。
方法时序预测场景预测与感知
时空探索之旅查看原文 ↗
公众号
一文读懂电力市场：中长期、现货、辅助服务，三者到底是什么关系？
文章梳理电力市场三类交易的定位与闭环关系：中长期交易锁定基础电量和价格风险，现货交易平衡计划与实际偏差并发现实时价格，辅助服务通过调频、调峰、备用等能力保障电网安全。新能源场站需结合功率预测，协同制定合约、现货及辅助服务策略，以降低偏差考核和分摊成本。
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
超短期预测接入动态风场控制，从“事后考核”走向“事前主动调控”
文章提出将分钟级超短期预测接入动态风场控制，构建“预测感知—优化决策—机组执行—反馈校正”闭环，利用空间风场、湍流和功率概率预报，提前实施尾流偏航、功率平滑及载荷约束优化。该方案可提升发电潜力、降低并网考核与设备风险，但仍需解决空间分辨率、不确定性、通信时延和模型自适应问题。
方法时序预测 · 可信人工智能场景预测与感知 · 诊断与安全 · 优化与决策
新能源功率预测查看原文 ↗
公众号
东南大学 黄学良，中国电力企业联合会 刘永东等：面向未来亿辆级电动汽车，车网互动如何从试点示范走向规模化应用？
文章基于全球208个车网互动试点，梳理应用场景、设备与平台瓶颈、市场机制及标准问题，并估算亿辆级电动汽车的调节潜力。技术上提出利用大模型生成用户行为画像和充电负荷数据，以深度网络融合电网、交通、气象信息，实现多时间尺度预测与实时协同调度，为车网互动规模化提供可复用路径。
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
电力系统自动化查看原文 ↗
公众号
风吹过风机，为什么不一定变成电？UniWind 用“物理先验 + 状态路由”破解风电时空预测问题
研究团队提出次日风电功率预测框架UniWind，以场站自适应物理先验估计可用功率，再通过潜在运行状态编码和专家路由校正实际出力。在24个真实风电场实验中，其完整监督MAE平均降低约8.30%，并在跨场站、跨区域零样本任务中保持优势；模型仅400万参数，兼具NWP扰动鲁棒性、跨场站泛化能力和较低推理延迟。
方法时序预测 · 可信人工智能场景预测与感知
时空探索之旅查看原文 ↗
公众号
一文读懂新能源并网调试全流程，从工程竣工到正式商业投产
文章系统梳理新能源场站从工程竣工到商业投产的并网调试流程，涵盖前置资料与协议准备、站内分系统调试、涉网专项试验、首次并网及逐级带负荷、72小时连续试运行和并网验收六环节，并总结通信对点、涉网试验排期、功率预测及AGC/AVC调节等高频风险，为项目按期投产和规避调度考核提供参考。
方法时序预测场景预测与感知 · 诊断与安全 · 优化与决策
新能源功率预测查看原文 ↗
公众号
【Applied Energy最新原创论文】基于跨模态推理增强大语言模型的电价概率预测方法
论文提出RE-Price电价概率预测框架：先从市场新闻和运行报告中蒸馏结构化语义，再以跨模态注意力融合文本与电价时序，并用QLoRA轻量微调大模型。推理阶段结合蒙特卡洛Dropout、尾部增强场景与自适应核密度估计建模偏态厚尾分布。在三个电力市场数据集上，MAE、RMSE和CRPS分别提升15.63%、17.72%和15.70%。
方法时序预测 · 大模型与知识智能场景预测与感知 · 知识与协同
AEii国际应用能源查看原文 ↗
公众号
【顶刊好文|浮式风机试验】Energy: AI如何让16MW浮式风机水池试验更实时？
研究面向16 MW张力腿平台浮式风机实时混合试验，以OpenFAST数据训练CNN-BiLSTM-Attention气动代理模型，预测推力及三向力矩，并通过异步“预测—缓存—释放”机制实现50 Hz闭环加载。1:85水池试验中，载荷分位数一致性R²达0.997—0.999，缓存释放延迟低于1毫秒。
方法时序预测场景预测与感知
综合能源新视界查看原文 ↗