欢迎来到能源电力期刊网！
English Version 期刊登录
EN
最新刊期
2026年第50卷第13期
- 摘要：当前大语言模型（LLM）在各领域引发广泛热潮，其基于海量数据训练并以大规模参数量为突出特点，且在多模态学习、多任务集成、智能生成及决策等方面的能力得到了显著提升。为了推进大模型技术在电力领域的应用探索，文中首先简要介绍了LLM的发展历程、基本原理、主要特点及其关键技术；其次，深入分析了新型电力系统智能化进程对于LLM代表性能力的需求；然后，从电力系统领域常见的数据类型及任务角度出发，介绍了可处理相关数据及任务的大模型方法；最后，针对LLM目前的发展状态，分析了其在电力系统领域可能存在的挑战及潜在应对措施。关键词：大模型;大语言模型;基础模型;多模态学习;多任务集成;新型电力系统;人工智能;智能化3|10|0更新时间：2026-08-21
- 摘要：新型电力系统快速发展背景下，高比例可再生能源与电力电子设备的接入使系统运行面临高度不确定性与复杂性耦合的特性。现有决策方法在复杂场景中表现出多模态融合能力有限、动态推理能力弱、泛化能力不足以及缺乏可解释性的局限性，难以实现感知、认知与决策环节的有效闭环。近年来，具备自然语言理解与逻辑推理能力的推理大模型在复杂决策任务中展现出优异性能，为新型电力系统智能决策提供了全新技术路径。文中首先系统梳理了推理大模型的发展历程、基本原理、核心能力及关键技术，聚焦智能调度、安全运行和电力市场等新型电力系统复杂决策场景，深入分析了推理大模型的应用优势与潜力；进一步，总结了推理大模型在实际部署中面临的数据安全、可信推理与系统集成等关键挑战；最后，展望了面向自主进化学习、人机交互协同决策与混合推理架构演化的未来发展方向，旨在为推理大模型在新型电力系统中的理论研究与工程应用提供系统性参考和前瞻性指导。关键词：人工智能;大语言模型;推理大模型;新型电力系统;智能决策;自主进化学习;人机交互3|10|0更新时间：2026-08-21
- 摘要：电网调控辅助决策等调度自动化应用高度依赖于电力系统机理知识、调度规程、稳定规定等多元信息建模的完整性和准确性。传统的采用自动化流程或者知识图谱的建模方法高度依赖于人工和专家经验，导致建模成本高且难以灵活拓展。随着大语言模型的发展，利用模型融合文本来表征和建模知识成为一种新的方式。为此，文中提出一种基于大语言模型的规程思维链驱动的知识表征与嵌入方法。首先，基于混合逻辑切分方案和模型蒸馏的数据合成框架，实现从调度文本到训练数据、评估数据的全自动化生成；然后，采用高效微调引导、全参微调内化的两阶段策略对大语言模型进行知识嵌入训练。评测表明，训练后模型在通用能力不下降的情况下，有效提升了对电力领域知识的理解能力。使用训练后的大语言模型构建的业务智能体，已在多个省级及以上调度机构的辅助决策业务中得到应用。关键词：人工智能;思维链;推理模型;知识表征;知识嵌入;调度自动化;大语言模型;模型蒸馏2|17|0更新时间：2026-08-21
- 摘要：大语言模型（LLM）因其人机交互与推理能力在配电系统分析运行方面应用前景广阔，但其数值计算能力不足导致仿真计算结果易出现较大偏差。为此，文中提出一种电力科学计算与LLM协同技术，借鉴实际电网“调度员+仿真计算工具”的调度模式，构建“LLM调度器+电力人工智能计算器”架构，通过思维链推理将自然语言指令解析为可执行步骤，并自主调用高精度电力人工智能科学计算工具链，实现高效安全的配电网日前运行方式编排。考虑到LLM固有的幻觉问题，分析了LLM与电力人工智能模型之间协同失败的典型原因，进而提出基于拒绝采样微调技术的协作能力强化方法。在某城市区域配电网进行了验证，结果表明所提方法能够有效泛化至多类城市配电网运行任务。关键词：配电网;日前调度;大语言模型;科学计算大模型;人工智能;思维链0|3|0更新时间：2026-08-21
- 摘要：在配电网运规一体数字化转型过程中，感知、分析、决策三者之间存在复杂的协同逻辑，难以直接应用简单工作流方法或单一的专家知识予以解决，导致难以统筹考虑运行规划边界，并实现方案的智能生成。为此，提出基于大语言模型与推理思维链的配电网运规一体决策方法。通过推理思维链机制将传统复杂的配电网问题分解为多阶段任务链，结合专家知识动态筛选关键约束，并适配配电网运行与规划策略，以降低计算复杂性。该方法以配电网运行与规划协同思维链为基础，将配电网物理约束与专家知识嵌入融合，建立运行规划闭环反馈机制；基于大语言模型实现多工具协同灵活调用与智能推理，从而提升规划方案的科学性和建模计算效率。经实际配电系统算例验证，该方法可有效提升复杂场景下问题诊断的效率及运行规划的协同决策能力。关键词：大语言模型;智能体;思维链;配电网;运行;规划;知识嵌入2|3|0更新时间：2026-08-21
- 摘要：针对高比例新能源接入背景下配电网安全运行与负荷可靠供应的挑战，提出了一种基于大语言模型和深度强化学习智能体联合决策的配电网重构方法。首先,建立计及多目标优化的配电网动态重构模型，进一步设计了两阶段联合决策架构。第1阶段，微调大语言模型实现调度指令的意图识别与转供馈线范围的初步筛选，以辅助深度强化学习智能体的探索与学习；第2阶段，采用改进的SAC算法，通过Gumbel-Softmax重参数化技术确保策略网络可以从离散动作空间提取有效梯度信号，同时嵌入图卷积网络增强拓扑特征提取与变化感知能力。此外,为降低动作空间规模，引入“开关对”法和动作空间掩码机制，保证了所有操作合法性。最后,在某实际配电系统算例上验证了所提方法的有效性和优越性。关键词：配电网重构;大语言模型;深度强化学习;智能体;SAC算法;图卷积网络;联合决策0|3|0更新时间：2026-08-21
- 摘要：随着高渗透率分布式光伏的接入，配电网面临着电压越限和网损增加等严峻挑战。大模型技术有望突破传统数据驱动方法在泛化性、可解释性方面的不足，然而知识模态表征困难与多源数据复杂耦合限制了该技术在配电领域内的应用。文中提出一种基于多模态大模型的配电网无功电压优化方法，通过融合配电网潮流机理重构多头注意力机制，精确嵌入网架拓扑、节点功率等异构信息。同时，引入对比学习和思维链推理技术构建了适用于多模态大模型的参数训练框架，实现了兼顾电压越限和系统网损的高渗透光伏配电网无功控制策略的快速求解。最后，基于IEEE 15节点、IEEE 33节点和IEEE 69节点系统进行了算例仿真，结果表明所提方法有效且具备对不同规模系统的泛化控制能力。关键词：配电网;无功电压优化;光伏;逆变器;多模态;注意力机制;大语言模型0|3|0更新时间：2026-08-21
- 摘要：高比例新能源接入背景下电力系统运行的不确定性与复杂性显著增加，电力系统运行风险链条长且关联因素多，传统依赖于规则库与专家经验的风险评估方法难以适应跨场景、强约束的实时运行需求。通用大语言模型在问答领域展现出较强理解与生成能力，但在电力系统风险评估任务中，面临人工经验依赖度高、专业语义准确率低、电网拓扑理解不足等问题，难以适应新型电力系统的安全运行与灵活调度需求。为此，提出一种基于知识迁移与思维链结构化增强的电力系统运行风险评估与推演方法。该方法首先通过辅助标注与专家规则约束，构建覆盖拓扑扰动和风险定级的多场景数据集，实现通用模型向电力领域的高效迁移；其次，采用文本化拓扑注入方式提升模型的拓扑感知与约束一致性；然后，基于组相对策略优化方法设计可编程奖励信号，对推演链完整性、术语一致性和定级准确率进行联合优化；最后，通过消融实验与对比实验验证了所提方法的有效性。结果表明，该方法在多步推演的连贯性与风险定级的准确性方面均优于现有大语言模型，能够为新型电力系统的安全稳定运行提供智能化支撑。关键词：风险评估;电力系统;知识迁移;文本化拓扑;组相对策略优化;大语言模型;思维链;推演0|3|0更新时间：2026-08-21
- 摘要：故障诊断作为电网应急管理与快速恢复的首要环节，面临高并发告警信号、冗余噪声与复杂拓扑结构等多重挑战。文中提出一种融合拓扑感知与多任务学习增强的故障诊断生成式大模型，基于双向自回归Transformer模型,实现从告警信号到结构化诊断文本的端到端生成；为提升模型对电网结构的理解能力，提出拓扑-语义联合建模，在图神经网络中传播设备对应的语义嵌入向量，引导模型感知设备间的物理连接与保护配合关系；引入多任务学习增强机制，将主任务的文本生成与辅助任务的设备分类联合训练，提升模型在设备级别的诊断精度。基于220 kV系统构建的4 000条多类噪声复杂故障数据集进行验证。实验结果表明，所提方法全任务诊断准确率达到0.930，相较于基线大模型提升了15.1%，其中，后备保护动作识别准确率达0.994。此外，Bootstrap统计检验与多级噪声测试证实了该方法性能提升的显著性与鲁棒性。关键词：电力系统;故障诊断;生成式大模型;大语言模型;拓扑结构;图神经网络;多任务学习0|3|0更新时间：2026-08-21
- 摘要：新型配电系统的动态性及故障的突发性，对应急检修决策及衍生风险推演提出了更高的要求。为此，文中基于大语言模型（LLM）提出了一种涵盖系统风险和充裕度评估动态决策机制以及衍生风险推演全流程的应急检修新模式。文中设计了配电应急检修决策及衍生风险推演整体架构，完成任务分解并构建了基于LLM的多智能体协同模式；风险评估智能体拆分时段进行系统风险评估；充裕度评估智能体进行转供拓扑生成及供电节点统计，并调用外部潮流计算工具计算系统充裕度；综合决策智能体实现最优检修时段决策，并与用户进行即时交互；衍生风险推演智能体辨识配电衍生风险关键设备、评估衍生风险，并利用检索增强生成得到事故严重性定级，基于历史小样本学习生成事故风险处置预案。最后，通过改进的多片区、多层级配电系统验证了所提应急检修模式的有效性。关键词：配电网;风险评估;充裕度评估;应急检修决策;大语言模型;多智能体0|3|0更新时间：2026-08-21
- 摘要：在配电系统源网荷储多元发展与可靠性需求不断提高的背景下，配电网检修计划编排难度日益提升，存在多部门协同复杂、计划间耦合关系强、变更引发连锁反应等问题。为此，基于量化低秩适应方法微调后的大语言模型（LLM）和改进深度Q网络（DQN）算法（小模型），文中提出一种大小模型协同的检修计划编排框架。首先，利用LLM自然语言理解能力解析多部门平衡会议的非结构化检修需求，自动调整小模型中检修计划的优化目标、约束条件、参数设置及相应交互环境配置。进一步，小模型基于改进DQN算法优化检修计划，利用融合历史经验与新增环境的渐进式权重提升训练效果。最后，建立考虑资源配置均衡性和计划执行偏差性的多目标检修计划马尔可夫优化模型，并基于中国上海某地配电网实际检修数据进行验证与分析。结果表明，所提大小模型协同框架具备良好的泛化能力与动态适应性，能有效支撑复杂检修计划编排决策过程，并提高编排效率与方案合理性。关键词：配电网;检修计划;编排;大语言模型;大模型;小模型;强化学习;深度Q网络0|4|0更新时间：2026-08-21
- 摘要：居民用户作为需求侧的重要组成部分，具有数量众多但单体用电量小的特征，其灵活性的调用具有极大的交易成本，制约了大量现有需求响应方法的应用。为此，文中提出了基于大语言模型(LLM)多智能体架构的居民智能需求响应方法，发挥了LLM在海量用户互动、用能模式识别、泛化异质建模等方面的能力。首先，提出了居民用户参与需求响应的LLM多智能体协作框架，以交互-分析-决策3个专业化模块分工协作，提升LLM在需求响应任务中的性能和效率。其次，针对用户行为分析和需求响应决策两项任务，采用大小模型协同的思想，分别提出了内嵌自适应特征提取的LLM辅助分析技术和集成数学优化模型的LLM协同决策优化方法，以充分发挥大模型的泛化适应能力和小模型的计算精准特性。算例结果表明，所提框架能够有效提升居民用户需求响应互动能力，提升需求响应的精准性和经济性，为居民用户精细化管理和灵活性潜力挖掘提供了创新思路。关键词：大语言模型;多智能体;需求响应;居民用户;用能模型识别;灵活性;新型电力系统0|3|0更新时间：2026-08-21
- 摘要：负荷侧海量居民用户具有信息输入模糊、需求变化频繁、行为高度离散的特征，现有方法难以对这类资源的调节能力进行结构化表征、定制化建模与定量化核算，成为制约虚拟电厂切实走进“千家万户”的关键技术瓶颈。文中首先提出一种基于大模型的海量分散式灵活负荷智能建模方法，设计涵盖用户需求输入、大模型自动建模、调控指令执行、人机闭环反馈的全链路虚拟电厂人机交互调控模式；然后，提出监督学习-强化学习两阶段协同的大模型训练方法，实现对低参数、轻量级大模型的高效微调。算例结果表明，相较于现有方法，所提方法在训练效率、调控准确率、模型部署成本等方面优势显著，为充分释放居民用户调节潜力、全面盘活负荷侧灵活调节资源提供了有力支撑。关键词：虚拟电厂;灵活性资源;大模型;大语言模型;人机交互;监督学习;强化学习;自动建模0|5|0更新时间：2026-08-21
- 摘要：随着新型电力系统对仿真智能化需求的提升，传统工具难以满足快速响应要求，而通用大语言模型在垂直领域面临知识局限与幻觉生成挑战。为解决现有模型缺乏特定仿真平台操作知识的问题，提出一种基于大语言模型的自适应演进仿真智能体框架。该框架建立了“决策—执行—反馈—学习”闭环机制，设计了动态技能提取与向量化存储方法，将成功的探索轨迹转化为结构化技能库，解决通用模型领域知识匮乏问题。同时，构建基于历史轨迹训练的技能评估模型，量化预测特定状态下的技能执行成功率，为智能体决策提供价值函数引导，降低试错成本。最后，基于CloudPSS平台的算例测试表明，所提方法能提升不同参数规模模型的任务完成率并降低对话轮数，验证了该方法在降低仿真软件使用门槛和实现即时仿真方面的潜力。关键词：新型电力系统;大语言模型;电力仿真;智能体;技能库;检索增强生成3|6|0更新时间：2026-08-21
- 摘要：新能源大规模并网背景下，出力场景的准确表征是量化不确定性的关键。虽然深度学习模型在捕捉复杂分布方面具有优势，但其性能高度依赖超参数设置，而贝叶斯优化等数值驱动寻优方法存在冷启动困难、收敛速度慢等问题，难以满足日前调度对时效性的严苛要求。为此，文中提出大语言模型驱动下基于条件扩散模型的新能源出力场景生成方法。首先，构建适用于电网侧新能源出力场景生成的条件扩散模型，嵌入条件信息隐式学习新能源实际出力的条件概率分布，并基于马尔可夫链生成场景集。其次，提出大语言模型驱动的思维链寻优框架，利用大语言模型的语义推理能力分析训练状态，在极低计算预算下快速锁定最优参数区间。中国西南某省实例验证表明，所提方法在场景生成精度和寻优效率上表现出显著优势，生成场景集的平均欧氏距离较传统方法提升约30.7%，即便在仅允许10次迭代的极少计算预算下，仍可进一步提升约1%的精度。同时，该方法有效增强了调度决策的可靠性和系统运行的稳定性，为高效、多场景的电力系统调度提供了有力支持。关键词：电力系统调度;新能源;不确定性量化;场景生成;大语言模型;思维链;条件扩散模型0|3|0更新时间：2026-08-21
新型电力系统大模型关键技术及应用
- 摘要：为实现新型电力系统电压稳定的快速调控，提出了一种权衡调控成本与失稳风险的电压稳定预防-紧急协调控制策略。首先，构建了预防-紧急控制优势互补的协调控制架构。在预防控制阶段，采用物理引导的神经网络架构，将运行约束及稳定约束嵌入模型训练中，并通过损失项反向传播优化网络参数。同时，为准确评估不同预防控制策略下的系统暂态电压稳定性，引入长短时记忆网络构建稳定性评估模型，从而有效规避了暂态风险。在紧急控制阶段，提出了一种基于当前电压跌落程度与未来恢复趋势的自适应紧急控制策略，并基于预防控制后的系统稳态运行点，综合考虑故障概率以及调控成本，量化评估了紧急控制阶段的暂态失稳风险。最终，集成两阶段优化目标，采用改进的遗传算法，实现了协调控制策略求解质量和效率的有效提升。基于新英格兰10机39节点系统以及Nordic系统的仿真结果表明，所提出的控制策略能够有效地应对不同严重程度故障引发的暂态电压稳定问题。关键词：电压稳定;失稳;电压跌落;预防控制;紧急控制;协调控制;遗传算法;长短时记忆网络1|0|0更新时间：2026-08-21
- 摘要：在直流微网中，采用类虚拟同步发电机（AVSG）控制的储能在兼顾抑制电压跌落和加快电压恢复上存在不足，会出现电压变化率、电压偏差越限或电压恢复时间长的问题，影响直流母线电压稳定性。为此，文中提出一种虚拟惯性自适应与模型预测控制相结合的控制方法。该方法通过动态改变惯性系数和优化储能功率补偿量，增强电压波动抑制效果，并兼顾电压的快速恢复。首先，基于Sigmoid函数设计AVSG虚拟惯性系数自适应控制策略，提高电压惯性响应能力，抑制电压波动。然后，基于模型预测控制设计以电压偏差与储能输出电流加权平方和最小为目标的代价函数，通过滚动优化求解最优控制序列，实现对AVSG参考电流值的实时补偿，从而增大对电压恢复的支撑功率，修正自适应控制可能带来的电压超调及振荡，缩短电压恢复稳定的时间。最后，基于StarSim/NI-PXIe仿真平台搭建了直流微网实时仿真模型，开展了控制器（硬件）在环实验。仿真和实验结果表明，所提方法相比传统AVSG控制，在发生约占微网总容量40%的大阶跃负荷突增时，电压跌落极值减少了23.5%，电压恢复时间缩短了58.6%。关键词：直流微网;储能;电压稳定;类虚拟同步发电机;惯性;自适应控制;模型预测控制0|1|0更新时间：2026-08-21
- 摘要：随着大量分布式新能源与电力电子设备的接入，直流配电系统中的扰动因素逐渐增加，其中的周期性扰动可能引起直流配电系统的强迫振荡。传统研究重点关注系统参数设置不合理引发的负阻尼振荡，较少关注周期性扰动引起的直流配电系统强迫振荡。文中以基于主从控制方式下的直流配电系统为例，构建了四阶直流配电系统模型，通过降阶得到的二阶时域微分方程推导了强迫振荡幅值的解析式，揭示了直流配电系统发生强迫振荡的机制，并结合闭环传递函数的频域指标，直观分析了系统参数与扰动源特征对强迫振荡幅值的影响，揭示了系统参数及控制参数对强迫振荡幅值的影响规律。最后，通过仿真及实验验证了所建模型及理论分析的有效性。关键词：直流配电系统;周期性扰动;强迫振荡;主从控制;降阶0|0|0更新时间：2026-08-21
- 摘要：大量电动汽车的接入给电网的稳定运行带来了巨大挑战，准确预测电动汽车充电站负荷对于保障电网稳定至关重要。然而，充电站负荷受多种因素影响，预测难度大。针对现有电动汽车充电站负荷预测中空间因素利用不够充分的问题，文中提出基于改进的时空图卷积网络模型的负荷预测方法。首先，利用图卷积网络和时域卷积网络构建了时空图卷积网络，从距离矩阵和虚拟矩阵中提取充电站之间的空间特征的同时克服了递归模型中常见的梯度爆炸问题。其次，针对准确率和效率问题，引入了卷积块注意力模块，进一步促进信息在网络中流动。随后，针对模型中超参数难以调节的问题，文中将全局搜索能力更强的冠豪猪优化算法加入模型，以提升预测效果。最后，基于某市充电站的实际数据进行短期负荷预测，实验结果表明文中提出的方法在预测效果上具有显著优势。关键词：电动汽车;负荷预测;图卷积网络;时域卷积网络;注意力;超参数;冠豪猪优化算法0|0|0更新时间：2026-08-21
学术研究
- 技术支持由北京北大方正电子有限公司提供 京ICP备09064830号-19
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0