看技术

文章汇总NeurIPS 2026中侧重LLM for Graph的14项研究，覆盖图语言模型、图基础模型、LLM×GNN及文本属性图。内容涉及跨域多任务图对齐、图贝叶斯优化、联邦图学习、图生成评测、分布偏移缩放规律、关系扩散、零样本推理校正及LLM-GNN协同学习等方向，并列出论文链接、作者与关键词。

场景优化与决策

时空探索之旅2026-10-15查看原文 ↗

公众号

光伏功率预测深度辨析：辐照度与组件温度，谁才是出力第一影响因子？

文章从物理机制、实测扰动、误差来源和工程建模对比辐照度与组件温度。全年全场景下，辐照度决定出力上限，是第一影响因子；稳定晴天中，组件温度会成为精度关键。建议按云量、季节动态调整权重，以背板温度传感器和热平衡模型替代单纯环境气温输入。

方法时序预测 · 物理与数据融合场景预测与感知

新能源功率预测2026-10-15查看原文 ↗

公众号

AAAI 2024｜E2E-AT：把预测误差与电网决策不确定性一起纳入训练

论文提出E2E-AT端到端对抗训练框架，将负荷预测输入扰动和线路电纳等优化参数扰动统一纳入训练，以调度任务成本而非单纯预测误差为目标。在Texas负荷数据和修改后的IEEE 14节点系统上验证，并公开代码；结果显示其可显著降低参数偏移和攻击条件下的调度成本。

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

Intelligame Lab2026-10-15查看原文 ↗

公众号

招标丨广州供电局“电鸿+轻量AI的智能感知与云边端技术研究”项目招标

广州供电局招标研发“电鸿+轻量AI”云边端协同项目，涵盖异构算力任务分配、嵌入式模型压缩、轻量算法库及仿真验证。应用任务包括窃电与超容用电识别、线损异常分析、停电范围研判，以及基于知识图谱的分钟级量测异常检测、根因诊断、数据修复和设备状态自监测，并计划开展设备研制与示范部署。

方法大模型与知识智能场景规划与仿真 · 诊断与安全 · 知识与协同

电力人工智能大会2026-10-14查看原文 ↗

公众号

甘肃风电预测模型：将复杂天气转化为可量化的出力判断

文章介绍甘肃D+2区域风电出力预测实践，将数值天气预报与历史出力结合，并构造风速三次方、空气密度及结冰风险等特征。对比岭回归、随机森林、极端随机树和直方图梯度提升后，极端随机树表现最佳，8月测试MAE约1378MW、R²为0.899，并通过滑动窗口、误差热力图和特征重要性检验稳定性。

方法时序预测场景预测与感知 · 诊断与安全

兰木达电力现货2026-10-14查看原文 ↗

公众号

MAADBench：面向LLM多智能体系统的异常检测基准

MAADBench面向LLM多智能体系统异常检测，以程序化方式生成具有确定性真值的多领域依赖任务，自动验证并标注每一步行为，摆脱LLM-as-judge和人工标注。其发布的MAADBench-Full含5,200条步级标注轨迹，并支持接入新模型持续刷新。对25种检测器的评测显示，现有方法步级定位能力普遍不足，低监督场景下性能下降明显。

方法大模型与智能体场景诊断与安全 · 知识与协同

时空探索之旅2026-10-14查看原文 ↗

公众号

【好文分享|机器学习+量子Benders分解】TPWRS：LSTM与SVM协同压缩随机机组组合，量子比特需求最高降低75%

论文提出机器学习增强的量子—经典Benders分解框架，用LSTM预测随机机组组合子问题代理成本，以SVM筛选主导割，再由QAOA求解压缩后的主问题。IEEE 24及118节点实验显示，24小时案例主问题求解时间由281.60秒降至24.00秒，量子比特需求最高降低约75%，且未明显改变最优结果。

方法时序预测场景预测与感知

AI+绿能2026-10-14查看原文 ↗

公众号

【好文分享|机器学习+量子Benders分解】TPWRS：LSTM与SVM协同压缩随机机组组合，量子比特需求最高降低75%

研究针对随机机组组合的量子—经典Benders分解，利用LSTM预测子问题代理成本，并用SVM筛选主导割，以压缩QUBO主问题。IEEE 24节点和118节点算例显示，24小时主问题求解时间由281.60秒降至24.00秒，量子比特需求最高减少约75%，同时保持相同最优结果。

方法时序预测场景预测与感知

综合能源新视界2026-10-14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2026-10-14查看原文 ↗

公众号

KDD 2026 | 华东师大把多模态做进了交通时空大模型，零样本也能跨城落地

华东师大提出多模态时空基础模型MoST，用于跨城市零样本交通预测。模型以可微SNR选择器筛除低质量或缺失模态，并通过模态引导的空间专家路由与局部交叉注意力适配不同区域模式。其在5个真实数据集上取得更低MAE，仅含约2M参数，并提供论文、代码、消融与效率对比。

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

时序人2026-10-14查看原文 ↗

公众号

Nat. Commun. 2026｜数字孪生怎样诊断变电站故障？

研究面向变电站故障定位、类型识别与保护失效判断，将拓扑、告警、录波和SCADA数据接入数字孪生，利用图注意力网络、自注意力与去噪自编码器开展多模态融合。在深圳110kV变电站构造的训练和测试情景中，三项任务准确率分别超过95%、97%和90%，并验证了30%数据缺失下的鲁棒性。

方法可信人工智能场景规划与仿真 · 诊断与安全

Intelligame Lab2026-10-14查看原文 ↗

公众号

微软研究院：用机器学习提前 30 到 60 分钟预测空间天气对电网的风险

微软研究院构建端到端机器学习流水线，结合太阳风、AE与Dst预报、地质电导率和变电站位置，为美国本土66935座变电站提前30至60分钟评估空间天气风险。系统采用梯度提升模型预测与地磁感应电流相关的磁场变化率，重大和严重事件检测率分别为76.5%和81.2%，并列出公开数据来源及后续验证方向。

方法时序预测场景预测与感知 · 诊断与安全

EarthAi2026-10-13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2026-10-13查看原文 ↗

公众号

AAAI 2025｜电网线路故障定位怎样读懂拓扑？

AAAI 2025论文DTG4Power将输电线路两端18维量测与电网拓扑转换为线图表示，通过因子图解耦、图聚合和自注意力，联合识别故障线路并回归故障位置。在7、36和325节点系统上，位置准确率均不低于0.988，线路识别准确率最低为0.998，并讨论了数据稀缺与噪声条件下的部署限制。

场景诊断与安全

Intelligame Lab2026-10-13查看原文 ↗

公众号

西南交通大学牵引供电系统团队提出一种基于多主体依互和在线学习的图神经网络 “网-源-储-车”协同供能系统能量超前管控方法

西南交通大学团队面向“网—源—储—车”协同供能，构建多主体运行工况转移图，并融合图卷积、多头注意力与在线学习，利用当前运行数据预测下一时刻工况和功率需求，提前分配光伏与储能能量。实际运行数据验证显示，该方法可实现模型动态更新及新能源、储能和列车负荷的协同管控。

方法时序预测 · 图与网络智能场景预测与感知

电工技术学报2026-10-12查看原文 ↗

公众号

5491万！云南电网2026年信息化项目第2批专项采购

云南电网启动2026年第二批信息化专项采购，覆盖供应链应急指挥、电网发展诊断、调度自动化虚拟运维、智慧调度监视及电力巡检等多类智能体建设，并配套低代码平台、边缘计算节点和数字孪生应用，呈现人工智能在电网运营、调度、巡检与管理场景中的工程化部署方向。

方法大模型与智能体场景规划与仿真 · 优化与决策 · 知识与协同

电力人工智能大会2026-10-12查看原文 ↗

公众号

NeurIPS 2026｜Kairos：迈向轻量自适应的时间序列基础模型

上海科技大学与蚂蚁集团提出时间序列基础模型Kairos，通过混合粒度编码器、动态旋转位置编码DRoPE和多块解码器，自适应建模局部变化与时间关系。模型基于PreSTS语料预训练，提供1000万至5300万参数版本；Kairos-Base在GIFT-Eval取得0.738的MASE，并兼顾零样本精度、推理速度及少样本迁移能力。

时空探索之旅2026-10-12查看原文 ↗