导读： 《人工智能赋能新型电力系统的探索及案例》报告围绕人工智能在新型电力系统中的应用展开，涵盖研究背景、数据集构建案例、存在问题及解决方案等内容。

研究背景方面，新型电力系统以“电源、电网、负荷、储能”为整体规划，具备清洁化、柔性化等优势，但面临灵活性、稳定性等挑战。人工智能进入“AI4S”新范式，大模型在电力行业应用广泛，其架构有因果解码器等三种主流类型，需通过专业知识嵌入等技术适配电力系统，提升学习、推理等能力。

数据集构建案例聚焦IES-134综合能源系统，该系统规模大、耦合深、数据全。构建了常规、异常等多样化数据集，常规数据集含负荷及风机、光伏时序数据，呈现不同时段特点；异常数据集涵盖12种异常场景，如寒潮、线路短路等，展示了各类异常下的数据特征。

人工智能在数据生成领域存在不足，常规数据存在极值分布扁平、时序特性失真等问题；故障数据有趋势偏离、特征震荡等情况；极端天气数据存在时序迟滞等问题。原因在于电力系统数据广泛、跨界等特点及算法可解释性不足、存在幻觉问题等。

解决方案包括多源数据融合、不均衡数据增广、小样本及迁移学习、数据 - 机理混合驱动、可解释方法建模等策略，以提升数据质量和模型性能。

免责声明：

来源： 沈阳工业大学，互联互通社区推荐阅读，版权归作者所有。文章内容仅代表作者独立观点，不代表互联互通社区立场，转载目的在于传递更多信息。如涉及作品版权问题，请联系我们删除或做相关处理！