【香港中文大学(深圳)】基于大语言模型的新型电力系统运行与仿真初探

近日，香港中文大学（深圳）深圳市人工智能与机器人研究院发布了一份名为《基于大语言模型的新型电力系统运行与仿真初探》的行业研究报告。该报告深入探讨了大语言模型技术在新型电力系统运行与仿真中的应用前景，分析了AI发展的历史与趋势，并对大语言模型的技术背景、架构、训练以及挑战进行了详细阐述。报告还展望了大模型在电力行业的核心能力与潜在应用，尤其是在负荷预测、调度大模型研究背景、关键技术、数据处理、训练框架、评价指标以及信息物理社会系统仿真等方面的应用，指出这些技术对于推动电力系统智能化发展具有重要意义。报告内容丰富，为电力行业智能化转型提供了宝贵的参考和洞见。

在电力系统的运行与仿真领域，人工智能技术的发展带来了革命性的变化。报告《基于大语言模型的新型电力系统运行与仿真初探》深入探讨了这一变革，揭示了大语言模型（LLM）在电力行业的巨大潜力。

AI的发展经历了从早期的逻辑程序到神经网络的兴起，再到决策式AI和生成式AI的演进。近年来，深度学习技术的突破和大规模预训练模型的出现，使得AI技术在各个领域都取得了显著进展。特别是在电力行业，AI的应用正变得日益广泛。

大语言模型因其在处理自然语言和常识理解、逻辑推理、数学建模与公式推导等方面的强大能力，被认为是电力系统运行与仿真的有力工具。这些模型通过预训练和微调阶段，能够学习大量的语言现象和语义知识，从而在电力系统的应用中展现出惊人的潜力。

报告中提到，大模型在电力系统中的应用思考主要集中在机器代人、工作流重构、信息-物理-社会系统（CPSSE）仿真/数字李生、多模态数据融合和电力系统机理研究等方面。特别是在负荷预测方面，基于大语言模型的ITA-LF框架，能够通过整合新闻事件等非结构化数据，显著提升预测的适应性和精确度。例如，在澳大利亚不同地区和典型天日前负荷预测中，基于LLM的ITA-LF模型在准确性和可靠性上普遍优于现有方法，如SARIMA、LSTM等。

在调度大模型的研究背景中，报告指出，将调度、市场行为以大语言模型的形式建模，可以解决传统调度支撑体系中调度行为没有有效建模工具的问题。通过大语言模型多智能体实现调度行为的理解、推理、操作序列生成等目标，可以提高调度安全性与效率。

报告还强调了大模型在信息物理社会系统仿真/数字李生中的应用潜力。大模型的“智能涌现”现象表明，复杂系统的研究问题无法完全在还原论的框架下解决。受薛寓胜院士的整体还原论（WRT）方法论的启发，大模型可以基于仿真或实测轨迹数据，实现对复杂系统局部的可解释性。

此外，报告还提到了大模型在经济学仿真中的潜力。与传统方法相比，大模型拥有处理复杂问题和理解复杂语境的能力，能够理解和分析复杂的博奔策略。结合大量历史案例，大模型可以提高仿真的准确性和效率。

在电力市场仿真方面，报告指出，大模型可以模拟电力交易员工作环境，给出机组工况、断面阻塞、燃料成本、碳成本等模式化提示语，构建专家混合MoE大模型框架，针对不同市场主体训练不同的决策大模型。

AI4S作为结合人工智能、高性能计算及先进数学工具的通用计算框架，被认为是解决新型电力系统核心理论问题的希望。随着新能源和电力电子设备的渗透率不断提高，电力系统建模与分析的基础理论需要重构。

这篇文章的灵感来自于《基于大语言模型的新型电力系统运行与仿真初探》这份报告。除了这份报告，还有一些同类型的报告也非常有价值，推荐阅读。这些报告我们都收录在同名星球，可以自行获取。

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。