高碳发展会带来多大电网台风损失?气候变化驱动配电网杆塔台风灾害时空演化评估——武汉理工大学大学 李锋,侯慧,高富等
研究面向气候变化下的沿海配电网杆塔台风风险,结合统计动力模型合成未来台风事件,并以深度集成学习融合风雨场、地理环境和设备台账预测受损概率。结果显示,SSP5-8.5情景下杆塔平均受损数量较低排放情景增加48%,高风险区域明显扩张,可支持差异化加固与应急资源配置。
追踪能源领域最新技术、论文、代码与数据集
研究面向气候变化下的沿海配电网杆塔台风风险,结合统计动力模型合成未来台风事件,并以深度集成学习融合风雨场、地理环境和设备台账预测受损概率。结果显示,SSP5-8.5情景下杆塔平均受损数量较低排放情景增加48%,高风险区域明显扩张,可支持差异化加固与应急资源配置。
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。
论文提出大语言模型驱动的家庭能源管理规则合成框架,将自然语言指令解析为结构化意图和可执行IF-THEN规则,并通过知识库、语义校验和执行引擎约束输出。基于800组样本测试,GPT-4o的意图准确率、槽位对齐度和规则匹配准确率约为0.98、0.96和0.91。
Mila等机构提出T-GRAB合成诊断基准,以周期计数、延迟因果和长程依赖三类任务评测11种时序图学习方法。实验显示,计数长度达32时EdgeBank可反超神经网络;时间滞后增至64以上、结构距离超过8后,各模型普遍退化。论文还验证了邻居采样敏感性,并开源任务生成代码与数据集,可用于TGNN能力压力测试。
文章梳理沙尘、强对流、雨雪覆冰、大雾和高温等极端气候下光伏功率预测误差,指出NWP局限、设备状态突变、极端样本稀缺及单点预测不足。提出物理—数据融合、多源观测、小样本增强、概率预测和运行状态联动,并结合传感器校验、储能缓冲、复盘申诉及可用功率上报,降低考核与交易风险。
本文综述高压架空输电线路带电作业中的关键绝缘与放电问题,涵盖FRP绝缘操作杆闪络、长空气间隙击穿、流注与先导演化,以及杆塔结构、人员配置、AC/DC混合系统、环境和高海拔条件的影响。研究表明,带电作业绝缘性能由静电、热、环境和几何因素共同耦合决定。文章强调发展一体化多物理场模型,以完善安全标准和最小接近距离,并展望直升机辅助检修、先进接近技术、智能监测诊断、人工智能及数字化工具的应用。
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。
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。
文章基于安徽2025—2026年负荷与天气数据,比较日历基线、线性温度、非线性温度和连续温度记忆四类模型。最优方案采用岭回归,融合历史负荷、日历属性及此前72小时温度过程,综合WMAPE为4.76%;安徽8月滚动预测WMAPE为3.09%、R²为0.881,并分析了高温强度与持续时间对负荷的影响。
国网辽宁介绍人工智能赋能新型电力系统的工程实践,覆盖配网负荷转供、规划诊断、变电站巡视、供电方案生成、安全管控及招标管理等场景。案例给出方案编制耗时降低96%、诊断效率提升3倍、巡视时长缩短60%等成效,并提出大小模型协同、数据集、算力平台及安全治理等规模化落地路径。
研究发布三相感应电机变转速、变负载故障诊断数据集,利用两只ADXL355在轴承座和机架同步采集六通道振动信号,采样率4 kHz。数据覆盖10—50 Hz五档频率、空载与5 kg负载,以及正常、机械松动和四类轴不对中状态,共60个CSV文件、1.72 GB。RF、XGBoost和MLP十二分类准确率分别为99.79%、96.73%和92.96%。
布达佩斯技术与经济大学团队利用ERA5气象再分析数据、2015—2023年ENTSO-E实测数据及经Optuna优化的MLP,生成欧洲多国1981—2023年小时级光伏、陆上风电、海上风电容量因子和归一化负荷数据。多数国家预测与实测Pearson相关系数超过0.9,数据与代码已公开,可用于能源系统规划、电力市场及Dunkelflaute研究。
文章解析Transformer与高斯过程(GP)结合的光伏概率功率预测方案:前者提取多维长时序特征,后者输出预测均值与置信区间。该方案有助于异常天气风险感知、储能调控和现货申报,但面临O(N³)计算开销、区间校准、数据质量及超参数耦合等难题,场站可采用稀疏GP或分位数回归、MC-Dropout折中落地。
针对有限传感器条件下锂离子电池组SOH估计,研究从可监测单体提取健康特征,推断未监测单体并构建老化与不一致性特征,经随机森林筛选后采用AdaBoost集成SVM估计SOH。实验显示最大相对误差不超过1.5%,仅布置2个电压传感器仍具较高精度,中间位置布置效果最佳。
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。
文章基于广西多座100MW级风光场站脱敏调研,分析2026年上半年“两个细则”考核:风电压力集中于寒潮凝冻和锋面大风,光伏集中于阴雨及龙舟水强对流。核心问题包括通用模型缺少本地化订正、传感器失真、异常工况未标注及运维闭环不足,并提出强化0—4小时超短期预测、规范可用功率与报文上报、治理样本、风光储协同及建立复盘申诉机制。
报告面向高功率密度、高可靠性的近限电机设计,提出MotorOS全生命周期闭环方案。系统以设计智能体组织七阶段流程,由AI、物理求解器和工程师协同完成指标转换与多约束优化,使指标转换由数天缩短至1秒,设计优化由数周缩短至5分钟,并强调工程证据、适用边界与责任约束。
文章基于广东多座100MW级风光场站脱敏调研,梳理2026年上半年南方区域“两个细则”考核情况。15分钟断面、可用功率报送及95%上传率要求叠加现货不平衡资金,使3—4月强对流期和海上风电承压尤甚。文章归因于气象模型本地化不足、观测漂移、规则理解及运维缺陷,并提出强化超短期预测、规范报文、清洗样本、风光储协同和闭环复盘等路径。
文章解读变电站智能巡检图像识别行业标准,覆盖可见光与红外图谱的样本质量、清洗和标注要求,规定目标检测、表计读数、温度异常与缺陷定级等功能,并给出准确率、召回率、mAP、推理速度等测试指标,以及代码、模型、测试结果存档和备份管理要求,可用于35千伏及以上变电站巡检算法落地。
研究融合1981—2023年ERA5气象再分析数据与2015—2023年ENTSO-E实测数据,采用经Optuna优化的多层感知机,生成欧洲多国小时级光伏、陆上风电、海上风电容量因子及归一化负荷。约9%低质量观测被剔除,多数国家生成序列与实测数据的Pearson相关系数超过0.9。数据与Python代码已公开,可用于能源系统、电力市场及Dunkelflaute研究。