一、新型电力系统的时代背景与思考
- 时代背景：全球能源转型加速，“双碳”战略驱动中国能源系统经历结构性变革，新型电力系统应运而生，旨在构建以高比例可再生能源为主体，源网荷储深度互动、安全高效的现代能源体系。
- 核心使命：承载高比例新能源接入与消纳、保障能源安全稳定、支撑经济社会发展。
- 面临的挑战：新能源不确定性、分布式资源协调难、数据处理融合不足、决策实时性要求高、安全韧性挑战大。
- 大模型的角色：凭借数据处理与模式识别、上下文学习与推理、多模态融合潜力等能力，成为破局关键，助力解决系统难题。
二、大模型赋能新型电力系统的创新体系
- 大模型的角色定位：作为协同互补的“双轨运行”模式中的智能增强层，与现有系统并行运行，提供高级分析、预测、优化建议和人机交互功能，辅助专业人员进行决策。
- 架构之基：选择与优化适应电力特性的模型骨架，包括通用大模型、定制化模型骨架（增加电力专用层或设计适用于电力时序数据的模型架构），融合物理机理模型与数据驱动模型。
- 数据是血液：电力大模型价值实现的核心要素，数据质量、维度、行业知识注入均至关重要。
- 多维编织：构建从设备到系统的认知网络，实现层次化网络结构和跨层级信息交互，灵活分析推理。
- 推理的效率与边界：云边协同架构平衡性能、成本和速度，云端处理全局性任务，边缘端处理实时性要求高的任务。
三、迈向整体智能
- “辅助机器人”概念：面向特定电力业务场景（如调度、交易、智慧能源），具备感知、认知、决策、交互能力的多智能体。
- 机器人的“灵魂”：核心大模型与推理决策引擎，负责理解、表征、知识推理、复杂决策规划。
- 机器人的“驱干”：数据融合与知识管理系统，提供持续的数据流和知识流。
- 机器人的“四肢”：感知、执行与交互的专业子智能体，协同工作完成复杂任务链。
- 应用场景：现货交易复盘、电网应急信息智能生成与报送、市场趋势预测、分布式新能源功率预测、电价预测（高精度电力市场边界预测、电力市场报价行为量化分析体系）。
- 应用效果：电价预测MAPE指标基本可达98.5%以上，为多个省份和地区提供稳定服务。
- 大模型应用方式：“场景出发，模块化研发，积木式构建”的建设理念。
- 科越AI未来路径：优化与扩展、智能与协同、自主与融合、持续迭代，深化现有应用，提升“头脑”智能，实现机器人协同，探索多智能体协作，迈向自主智能，深度融合数字孪生，强化“驱干”建设，丰富“四肢”能力。
