公众号
【好文分享|量子多智能体强化学习+配电网电压控制】TSG：QMADRL-PI融合量子差分隐私，仅56个参数实现本地Volt/Var协同控制
研究提出隐私保护量子多智能体深度强化学习QMADRL-PI，用公共气象信息改善局部Volt/Var协同，并借助量子测量噪声实现差分隐私。每个智能体仅约56个参数，在IEEE 33及141节点系统消除电压越限，并在180量子比特处理器上完成策略执行验证。
方法优化与强化学习 · 大模型与智能体场景控制与自治 · 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
【好文分享|量子多智能体强化学习+配电网电压控制】TSG：QMADRL-PI融合量子差分隐私，仅56个参数实现本地Volt/Var协同控制
研究提出隐私保护量子多智能体深度强化学习QMADRL-PI，用公共气象信息改善局部Volt/Var协同，并借助量子测量噪声实现差分隐私。每个智能体仅约56个参数，在IEEE 33及141节点系统消除电压越限，并在180量子比特处理器上完成策略执行验证。
方法优化与强化学习 · 大模型与智能体场景控制与自治 · 知识与协同
综合能源新视界查看原文 ↗
公众号
【Trans好文分享｜数据中心+联邦约束强化学习】面向混合能源数据中心的规划—运行协同优化框架
论文提出混合能源数据中心规划—运行协同框架：上层以MILP配置站点、储能和SMR容量，下层采用物理约束PPO及联邦学习协调负载、冷却与购电。IEEE 118节点算例显示，峰值购电下降7%—9%，上下调节能力显著提高，EENS降低17.4%，线路过载次数减少约28%。
方法优化与强化学习 · 物理与数据融合场景规划与仿真 · 优化与决策
综合能源新视界查看原文 ↗
公众号
湖北2026上半年功率预测“两个细则”考核实况与破局思路
文章基于湖北多座100MW级山地风电、丘陵光伏场站脱敏调研，梳理2026年上半年华中“两个细则”下中期、日前、超短期预测及相关性、报文完整率考核。风电压力集中于3—4月强对流，光伏集中于4—6月梅雨期。文章分析局地气象、地形参数、规则理解和运维等问题，并提出本地化模型、数据治理、储能协同及闭环复盘等路径。
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
网络首发 |《电工技术学报》2026年10月5日更新
汇总《电工技术学报》多项电力AI研究，包括PINN-cWGAN生成输电网运行样本、GAT-LSTM与迁移学习监测风机状态、RBF代理模型优化虚拟电厂交易等。文中给出IEEE及PEGASE系统仿真，其中生成样本物理合规率近100%，风机监测RMSE最高降低74.7%。
方法时序预测场景规划与仿真 · 优化与决策
电工技术学报查看原文 ↗
公众号
贵州2026上半年风光功率预测“两个细则”考核实况与破局思路
文章基于贵州多座100MW级山地风光场站调研，梳理2026年上半年功率预测考核特征：风电压力集中于3月，光伏集中于4—6月。主要成因包括云贵准静止锋、局地强对流、山谷风、通用模型适配不足、异常样本污染及运维薄弱。建议实施山地本地化建模、规范可用功率与全周期上报、治理设备和样本、推进风光储协同，并建立日监控、周分析、月复盘闭环。
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
Nature Communications 2024｜图强化学习如何加快配电网停电恢复
论文以图强化学习处理主动配电网故障后的序贯恢复决策，将网络拓扑、状态、开关动作与运行反馈纳入策略学习，并在IEEE 13、34和123节点系统上评估。结果显示其可实时生成接近最优的恢复方案，文中同时给出未供能量改善数据，并指出真实部署仍需潮流、安全约束及人工规则复核。
方法优化与强化学习场景诊断与安全
Intelligame Lab查看原文 ↗
公众号
【Trans好文分享｜数据中心+联邦约束强化学习】面向混合能源数据中心的规划—运行协同优化框架
论文面向混合能源数据中心，构建MILP规划、物理约束PPO运行控制和联邦学习协同框架，联合调度计算负载、储能、冷却及小型模块化反应堆。IEEE 118节点系统实验显示，净购电峰值降低约7%至9%，上下调节能力显著提升，EENS降低17.4%，线路过载次数减少约28%。
方法优化与强化学习 · 物理与数据融合场景规划与仿真 · 优化与决策 · 控制与自治
AI+绿能查看原文 ↗
公众号
【好文分享|量子增强深度学习+电网网络安全】TII：QuanCon强化差动保护FDIA检测，Transformer准确率提升至98.4%
论文提出量子增强深度学习框架QeDL，在经典神经网络前加入固定参数QuanCon量子卷积层，利用差动继电器短时电流识别真实故障与虚假数据注入攻击。OPAL-RT实验覆盖各7464个故障和攻击案例，量子增强Transformer准确率达98.4%，并通过IEC 61850硬件在环验证在线检测能力。
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
【好文分享|量子增强深度学习+电网网络安全】TII：QuanCon强化差动保护FDIA检测，Transformer准确率提升至98.4%
论文提出量子增强深度学习框架QeDL，在经典神经网络前加入固定参数QuanCon量子卷积层，利用差动继电器短时电流识别真实故障与虚假数据注入攻击。OPAL-RT实验覆盖各7464个故障和攻击案例，量子增强Transformer准确率达98.4%，并通过IEC 61850硬件在环验证在线检测能力。
方法优化与强化学习场景诊断与安全
综合能源新视界查看原文 ↗
公众号
Nature Communications 2023｜公共数据如何补齐配电网地图
文章解读一项配电网地理制图研究：利用街景、道路和建筑等公开多模态数据，通过弱监督机器学习推断杆塔、线路方向、连通关系及地下线路比例。实验平均精确率和召回率均超过80%，地下线路比例估计达到R²=0.63，并开展跨区域迁移测试，为资产台账缺失地区提供可复核的规划底图。
场景规划与仿真
Intelligame Lab查看原文 ↗
公众号
NeurIPS2026论文总结前瞻【国庆假期愉快】
文章对NeurIPS 2026录用论文进行初步统计，按标题显式包含“time series”或“time-series”筛选出127篇，占9094篇录用论文的1.39%。其中，预测相关51篇，基础模型和LLM相关13篇，异常检测15篇，生成6篇，分类4篇，插补3篇，并基于全部论文标题形成词云。
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
供电可靠率达99.999%！深圳电网装上“智慧大脑”
深圳供电局在数字电网中应用AI告警、红外视频复核及机器人、无人机巡检，识别出110千伏变电站主变套管接线柱67.4℃异常并及时处置。案例还披露119名“数字员工”2025年完成8.5亿次智能巡视、办理超50万单业务，效率提升超30%，并结合自愈电网、微电网和虚拟电厂开展工程实践。
电力人工智能大会查看原文 ↗
公众号
【好文分享|量子增强深度学习+电网网络安全】TII：QuanCon强化差动保护FDIA检测，Transformer准确率提升至98.4%
论文提出量子增强深度学习框架QeDL，在MLP、GRU、Transformer等模型前加入4量子比特固定参数QuanCon层，利用差动继电器20毫秒电流窗口区分真实故障与虚假数据注入攻击。OPAL-RT生成7464组故障和7464组攻击样本，量子增强Transformer准确率达98.4%，并通过IEC 61850硬件在环验证约0.07—0.16秒端到端检测。
方法优化与强化学习场景诊断与安全
综合能源新视界查看原文 ↗
公众号
政策解读 • 电池 | 工信部、国家能源局等七部门联合印发《新型电池产业发展“十五五”规划》（附解读+一图读懂）
七部门规划提出以人工智能、数字孪生和大数据赋能新型电池全产业链，建设行业专用大模型与AI研发平台。技术路线覆盖材料与配方筛选、性能预测、制造参数优化、机器视觉质检、故障预测、安全预警、寿命评估及源网荷储能量管理，为电池研发制造和储能运维提供明确方向。
方法时序预测 · 大模型与知识智能场景预测与感知 · 诊断与安全 · 优化与决策
电气时代查看原文 ↗
公众号
融和元储联手汇川技术抢滩千亿工业能源赛道：从新一代PCS到AI能源智能体，绿电直连+虚拟电厂如何重构工厂用电逻辑？
融和元储与汇川技术拟围绕储能PCS、绿电直连、工艺级虚拟电厂和AI工业能源智能体开展合作，打通设备状态、负荷预测、能源调度与交易决策。文章还列举电网调度、电力交易和虚拟电厂智能体案例，并给出降本7%—15%、储能收益提升25%以上等运行成效。
方法时序预测 · 大模型与智能体场景预测与感知 · 优化与决策 · 知识与协同
新数字能源查看原文 ↗
公众号
1700GWh储能大市场来袭：置信出力如何重塑储能产业的“黄金五年”
文章分析置信出力考核对长时储能和功率预测的影响，并介绍气象大模型与能源大模型协同应用：预测风光出力后由储能快速补偿偏差。文中给出项目实证数据，包括偏差损失减少30%以上、弃电回收增收5%、电力交易增收10%，以及在绿色氢氨项目中动态调节电解槽负荷。
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
新数字能源查看原文 ↗
公众号
气象预报偏差，是风光功率预测最大误差来源吗？
文章指出，气象预报偏差虽是风光功率预测的主要误差源，但设备状态、异常工况及模型漂移等场站侧问题同样关键。建议采用“离线全量训练+在线实时增量更新”，通过样本筛选、自适应学习率、分模块更新、监控回滚及定期重训，兼顾长期泛化与短期适配，降低预测偏差和“两个细则”考核损失。
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
从“定期巡检”到“状态感知”：电力设备智能运维如何走向全场景、全链路智能化？
文章提出覆盖输电线路、变电站GIS、开关柜和电缆的智能运维体系，融合无人机、机器人、在线监测、X射线检测与AI视觉算法，实现缺陷检测、分级预警和坐标映射。方案采用“AI候选+人工复核”机制，并结合数字孪生、大模型与多智能体工作台，贯通巡检、分析、报告、整改和归档全流程。
方法大模型与知识智能 · 大模型与智能体场景规划与仿真 · 知识与协同
电网棱镜查看原文 ↗
公众号
装了储能还是达不到置信出力红线？10%硬指标下，风光项目正在被三道“隐形账”拖垮！
文章分析风光项目满足置信出力要求的技术难点，指出储能需将功率预测、电网指令、电价信号和荷电状态实时耦合，由AI算法动态制定充放电策略。文中给出中广核新能源贵州实践：精细化功率预测系统使短期和超短期预测准确率同比提升6%以上，考核费用较全省平均降低超20%。
方法时序预测场景预测与感知
新数字能源查看原文 ↗