報(bào)告題目：大模型智能體在低碳電力系統(tǒng)中的應(yīng)用探索單位：香港中文大學(xué)(深圳)時(shí)間：2025年10月26日個(gè)香港中文大李(深明)01大語言模型與智能體技術(shù)簡介什么是語言模型你好。你也好。你也好。V我50。真實(shí)分布你也好。真實(shí)分布你也好。你好V我50。給定相同前綴，語言模型是輸出能近似人類語給定相同前綴，語言模型是輸出能近似人類語預(yù)測分布典型實(shí)例能夠自動(dòng)感知環(huán)境能夠在環(huán)境中自主行動(dòng)能夠通過環(huán)境反饋?zhàn)灾鲗W(xué)習(xí)n搜索引擎爬蟲代碼繪圖LLMAgent:關(guān)鍵能力一任務(wù)分解與試錯(cuò)Describe,Explain,PlanandSelrknowledge,skills,..Action:..Obs:...Thought:...Nw感覺蔬息(視/能/嗅/味/期)感覺蔬息(視/能/嗅/味/期)短期記惚/工作記惚●活,-uuFine-TuningandPromptOptimDilaraSoyluChristopherPottsOmarStanfordUniversity-d-yCeFca日上二三-LageLanggModisAnHmanialProngEngiren.2027LM-friendyTeChineLaivurayeflngkong自然語言與常識(shí)理解數(shù)學(xué)建模與公式推導(dǎo)邏輯推理代碼生成·機(jī)器代人(機(jī)巡、客服、公文寫作等)·工作流重構(gòu)(調(diào)度運(yùn)行規(guī)劃)·多模態(tài)數(shù)據(jù)融合(數(shù)字化服務(wù))●在調(diào)度運(yùn)行等核心領(lǐng)域，大模型的推理可靠性與“幻覺”問題，決定了大模型尚不能完全替代人工。●已經(jīng)應(yīng)用良好的各種基于因果模型的工具無需替代。薛禹勝，新型能源體系(CPSS-EEE)的多目標(biāo)協(xié)調(diào)規(guī)劃，/s/fodienZxB24j9MRX6qFa9w2024,48(6):13-28.微調(diào)/訓(xùn)練微調(diào)訓(xùn)練微調(diào)多模態(tài)融合·不適用于需要對電力系統(tǒng)精確量化的場景；·適用于需要引入文本、視頻等多種模態(tài)數(shù)據(jù)，且誤決策代價(jià)較小的場景；文本數(shù)據(jù)微調(diào)大語言模型深度融推理·實(shí)現(xiàn)推理與計(jì)算的統(tǒng)一；·較好的模擬因果模型背后的物理機(jī)理；·神經(jīng)網(wǎng)絡(luò)架構(gòu)尚有待探索；·可解釋性不足；文本數(shù)據(jù)業(yè)務(wù)數(shù)據(jù)符號(hào)數(shù)據(jù)大語言模型PINN因果模型符號(hào)模型(SPT)人機(jī)協(xié)同知識(shí)表示快速數(shù)值YCao,HZhao,YCheng,TShu,YChen,GLiu,GLiang【人機(jī)協(xié)同】新范式與參考架構(gòu)A.監(jiān)督模式A.監(jiān)督模式(AI執(zhí)行，人監(jiān)督)D.例行自動(dòng)D.例行自動(dòng)技術(shù)架構(gòu)圖執(zhí)行與門控層執(zhí)行與門控層編排層編排層推演層推演層認(rèn)知層認(rèn)知層感知層感知層構(gòu)建“感知-認(rèn)知-推演-編排-執(zhí)行”的全鏈路協(xié)同閉環(huán)，讓人類專家聚焦于高價(jià)值的決策、監(jiān)督與異常處置。香港中文大拳(深明)新聞+地新聞+地理+歷史負(fù)荷+氣象數(shù)據(jù)+典型天范圍的新場景；3.無法基于文本數(shù)據(jù)(新聞事件)進(jìn)行預(yù)測推理。NewsDatabaseNewsDatabaset·Theweatherofpredictiondate:{ninimmtenperatime,mczrimtenperature,huanicdin,windpover,andpresstre);·Newsbeforetheprediction:/Nenvaritlel.(publicationtimej./catgory.(fillarticle}).Output:(Timeseriesofactiallondinthepredictiondate).tLLMs擅長解析和理解非結(jié)構(gòu)化數(shù)據(jù)ITA-LFLLMAgent智能優(yōu)化用于LLMAgent智能優(yōu)化用于負(fù)荷預(yù)測相關(guān)新聞的選擇 NoNimihigherpowerloadchuringpeakhoun… LoadNewr疫情封城商業(yè)活動(dòng)帶來居民用電量上升NoNmhoiled區(qū)域大停電預(yù)測精確度：☆Cae4TestualPrompt☆Cae4TestualPromptwithFileredN魯Case3TextualPromptw-●Case2TextualPromptwithourNewsPERFORMANCEMETRICSOFDI421.82421.82689.35411.53465.21473.81392.923)2)SARIMALSTMReformeNSW44SARIMALSTMReformerInforSARIMALSTMReformerInfor基于LLM的負(fù)荷預(yù)測顯著提升準(zhǔn)確性和可靠性，優(yōu)化對突發(fā)變化的應(yīng)對，突出了語言處理在整合非結(jié)構(gòu)化信息中的作用，標(biāo)志負(fù)荷預(yù)測及時(shí)序決策研究范式的轉(zhuǎn)變。隨著新型電力系統(tǒng)建設(shè)與電力現(xiàn)貨市場改革的深入，當(dāng)前廣東省調(diào)度運(yùn)行面臨控制對象快速增加、運(yùn)行場景靈活多變、市場合規(guī)運(yùn)營壓力增大的痛點(diǎn)，傳統(tǒng)調(diào)度依靠人工進(jìn)行大量數(shù)據(jù)分析并且依靠經(jīng)驗(yàn)進(jìn)行調(diào)度的模式已不能滿足系統(tǒng)運(yùn)行需要，亟需開展智能化升級(jí)。解決方案調(diào)控一體化“Al+電力調(diào)度”面臨的挑戰(zhàn)電力調(diào)度業(yè)務(wù)具有專業(yè)性強(qiáng)、安全第一、快速響應(yīng)和綜合全面的特點(diǎn)，給電力調(diào)度的Al+轉(zhuǎn)型帶來了巨大挑戰(zhàn)?！跋纫姷枚啵笞R(shí)得廣”什么是潮流計(jì)算?通用知識(shí)庫通用知識(shí)庫本地知識(shí)庫本地知識(shí)庫“萬無一失，一失萬無”決策5次×X×X←—安全決策—→—危險(xiǎn)決策—→“Al+電力調(diào)度”面臨的挑戰(zhàn)電力調(diào)度業(yè)務(wù)具有專業(yè)性強(qiáng)、安全第一、快速響應(yīng)和綜合全面的特點(diǎn)，給電力調(diào)度的Al+轉(zhuǎn)型帶來了巨大挑戰(zhàn)。調(diào)度決策需要快速生成“多輪迭代，貽誤戰(zhàn)機(jī)”事件A提示事件A提示提示CG70分3CG70分“眼觀六路，一錘定音”調(diào)度指令信號(hào)系統(tǒng)狀態(tài)系統(tǒng)狀態(tài)基于前期研究，我們發(fā)現(xiàn)可以將調(diào)度、市場行為以大語言模型的形式建模(語言模型化),解決傳統(tǒng)調(diào)度支撐體系中調(diào)度行為沒有有效建模工具的問題。我們希望實(shí)現(xiàn)調(diào)度行為數(shù)據(jù)(包含語音、拓?fù)浣Y(jié)構(gòu)、文本等多模態(tài)數(shù)據(jù))、調(diào)度規(guī)程及系統(tǒng)工況等數(shù)據(jù)的統(tǒng)一表示，基于大語言模型多智能體實(shí)現(xiàn)調(diào)度行為的理解、推理、操作序列生成、智能博弈策略生成、市場波動(dòng)響應(yīng)及決策優(yōu)化等目標(biāo)，提高調(diào)度安全性與效率。(日志、語音)a性能提升性能提升大模型訓(xùn)練數(shù)據(jù)集大模型訓(xùn)練數(shù)據(jù)集“instructien°:"Descrlbethesuinr65enforulndisgfallureinelektricaltransf"outpat:Tinsulationdeterieration,oftecaasedtymoisture,oveaechanlcalstressduringtrmsforseethroughfaults,isthesajorreasanf"Instruction":%plalnthegotentialcausesoftsthangerfallarsintranresistanceloudcontacts,inulationtracking,oerheating,rcontimlnationofthetnsul"instructlon";Whataethegolereusons“inpot"tcnoirput"."output";posibleresonfotramforterbushingfalluresinclukegeneralaging,cointermalsoisture.losofoil,vandali,dexternalflnhovercaonetbyanimal“instruction°;”Provideanvarpleofastatisticrelatedtotransforaerfaults.,outpot”;"statistirsshowthatwindingfailaresmostfregsnt"instruction°:Suegests0eeasrestopre"outpot":"Topreventtransforserwindingfallures,seasuressuchasenssoistarelevels,avoidingoverheating,nininizingvibraticm,protectingagainstwoltagesurges,nfreducingnecstressduringfaultsc,TheChineseUniversityofHongKong,Shenzhen部,的量列速L業(yè)務(wù)場景支持：業(yè)務(wù)場景支持：羽錯(cuò)誤信息數(shù)學(xué)運(yùn)顛編香港中文大學(xué)(深圳)香港中文大學(xué)(深圳)性、穩(wěn)定性、公平性、安全性、表達(dá)能力六大類二十四個(gè)子維度展開評估。測試集題型設(shè)定：評測方法：GeneralMeeting,2024(BestPaperSession).報(bào)送智能體操作智能體決策智能體安監(jiān)智能體監(jiān)控智能體培訓(xùn)智能體調(diào)控智能體問答智能體問數(shù)智能體南網(wǎng)智瞰省地AGC調(diào)度員潮流操作機(jī)器人操作航班系統(tǒng)短路電流計(jì)算設(shè)備停電池未來態(tài)掃描實(shí)時(shí)風(fēng)險(xiǎn)評估操作航班系統(tǒng)短路電流計(jì)算設(shè)備停電池未來態(tài)掃描算力網(wǎng)絡(luò)服務(wù)器OCS廣東現(xiàn)貨系統(tǒng)算力網(wǎng)絡(luò)服務(wù)器OCS廣東現(xiàn)貨系統(tǒng)梳理7大類、近300份調(diào)度專業(yè)文件，切片形成23萬條向量化調(diào)度知識(shí)庫，通過檢索增強(qiáng)技術(shù)賦予大模型專業(yè)知識(shí)理解能力，幫助調(diào)度員實(shí)現(xiàn)海量調(diào)度知識(shí)一鍵歸納整合。 口【5]廣東電網(wǎng)匯報(bào)材料5個(gè)文件向量匹配機(jī)知識(shí)嵌入問數(shù)智能體對海量運(yùn)行數(shù)據(jù)開展篩查清洗，形成16萬+“表名-域名-別名”數(shù)據(jù)標(biāo)簽，構(gòu)建知識(shí)圖譜描述多源數(shù)據(jù)內(nèi)在聯(lián)系，創(chuàng)新性提出“數(shù)據(jù)查詢與計(jì)算”獨(dú)立框架，大幅提升AI對專業(yè)數(shù)據(jù)的檢索、理解與計(jì)算能力。1中形成名稱-域名-別名匹配對超16萬個(gè)0時(shí)用nr1“查數(shù)-計(jì)算”解耦獨(dú)立框架“查數(shù)-計(jì)算”解耦獨(dú)立框架指令輸入指令輸入LLM大模型訴求解析查詢分支圖譜檢索查詢代碼并行生成限制幻覺提升效率保留泛化能力計(jì)算分支9大模型數(shù)據(jù)士算預(yù)置知識(shí)庫具體數(shù)據(jù)知識(shí)注入計(jì)算公式 AlAl專業(yè)數(shù)據(jù)檢索理解計(jì)算QQ逐次查詢?nèi)斯び?jì)算調(diào)度員查表多源異構(gòu)數(shù)據(jù)業(yè)務(wù)所需統(tǒng)計(jì)結(jié)果指令指令自動(dòng)查數(shù)請求大模型解析計(jì)算世龍站負(fù)他欲1528MV--n…基于問答與問數(shù)智能體，研發(fā)報(bào)送智能體，可自動(dòng)生成報(bào)送15種報(bào)表，覆蓋各調(diào)度崗位，將原本數(shù)小時(shí)才能完成的重復(fù)性報(bào)表工作縮短為秒級(jí)，減負(fù)成效明顯，并形成易復(fù)制易推廣的DIY人工智能使用模式。智能報(bào)表生成全流程用戶需求語音輸入場景觸發(fā)信號(hào)事故語音處理指令識(shí)別數(shù)據(jù)提取拓?fù)浞治鱿到y(tǒng)拓?fù)浣Y(jié)構(gòu)24小時(shí)在線智能助手，減輕重復(fù)性工作負(fù)擔(dān)調(diào)規(guī)查詢操規(guī)檢索網(wǎng)省公司信息DIY模塊化配置架構(gòu)圖選擇相應(yīng)個(gè)性化流程編一鍵生成用戶端入建立了大模型運(yùn)用調(diào)度專用電話的能力，已在三險(xiǎn)聯(lián)動(dòng)、告警信號(hào)處置、智能安監(jiān)場景中廣泛應(yīng)用。對于廣東電網(wǎng)27個(gè)高風(fēng)險(xiǎn)廠站作業(yè)，智能體結(jié)合調(diào)度檢修數(shù)據(jù)智能識(shí)別并且通知現(xiàn)場運(yùn)行人員及工作負(fù)責(zé)人，剛性傳遞電網(wǎng)風(fēng)險(xiǎn)。促進(jìn)調(diào)度業(yè)務(wù)由“1對1”向“多對多”轉(zhuǎn)變促進(jìn)調(diào)度業(yè)務(wù)由“1對1”向“多對多”轉(zhuǎn)變調(diào)度員A調(diào)度員B調(diào)度員C調(diào)度業(yè)務(wù)同步通知調(diào)度業(yè)務(wù)同步通知文字轉(zhuǎn)譯語音按場景觸發(fā)值班員A全省設(shè)備臺(tái)賬語音智能體強(qiáng)化三險(xiǎn)聯(lián)動(dòng)現(xiàn)場簽署即時(shí)檢修工期每日9:00項(xiàng)站值班負(fù)責(zé)人：,存在三相短路單相開關(guān)距動(dòng)、三科0路主保護(hù)拒動(dòng)，單相路主保護(hù)搶動(dòng)導(dǎo)致系統(tǒng)失去秘定，從而導(dǎo)故電網(wǎng)大面積停電的風(fēng)險(xiǎn)原班責(zé)任人簽字：李明值進(jìn)負(fù)責(zé)人眼系電話自動(dòng)是墻)工作自責(zé)人取系電話：12344445555(請手打》風(fēng)險(xiǎn)告知書示例針對調(diào)度業(yè)務(wù)點(diǎn)多面廣的特點(diǎn)，研發(fā)了利用多模態(tài)信息的安監(jiān)智能體。目前已初步建立對調(diào)度電話業(yè)務(wù)的監(jiān)護(hù)能力，后續(xù)將持續(xù)對調(diào)度掛牌、調(diào)度日志、復(fù)雜的啟動(dòng)方案、斷面調(diào)控等多模態(tài)的調(diào)度行為構(gòu)建安全監(jiān)護(hù)能力。安監(jiān)智能體自動(dòng)生成安監(jiān)報(bào)告調(diào)度語音數(shù)據(jù)安監(jiān)智能體監(jiān)護(hù)剛性執(zhí)行、高效全面規(guī)程合規(guī)性自動(dòng)核查敏感詞實(shí)時(shí)監(jiān)測與告警規(guī)程合規(guī)性自動(dòng)核查智能體賦智能體賦能模式調(diào)度員情緒壓力監(jiān)測安全風(fēng)險(xiǎn)識(shí)別與預(yù)警調(diào)度掛牌行為調(diào)度員情緒壓力監(jiān)測安全風(fēng)險(xiǎn)識(shí)別與預(yù)警斷面調(diào)控行為操作智能體五防校核一鍵順控程序化執(zhí)行事先確定系列操作場景及其評價(jià)規(guī)則庫事先確定系列操作場景及其評價(jià)規(guī)則庫細(xì)則1細(xì)則1更新狀態(tài)S位o9d-d⑤⑤廣電力誰反饋決策3憋。d通過系統(tǒng)拓?fù)鋱D譜化構(gòu)建，賦予AI電網(wǎng)拓?fù)淅斫饽芰?，逐步?xùn)練事故處置經(jīng)驗(yàn)，充分發(fā)揮多模態(tài)信息理解能力，能夠秒級(jí)完成電網(wǎng)風(fēng)險(xiǎn)分析、生成處置方案，同時(shí)自主完成操作票生成、操作執(zhí)行、信息報(bào)送，事故處置全鏈條時(shí)間由小時(shí)級(jí)縮短至分鐘級(jí)，相比傳統(tǒng)依靠人工提取大量數(shù)據(jù)信息進(jìn)行處置的模式更高效、更安全。傳統(tǒng)依靠人工經(jīng)易疏漏決策智能體運(yùn)行流程圖多源數(shù)據(jù)綜合研判OCSDCCSOMS氣象信息地理信息線路運(yùn)行信息向答智能體向數(shù)智能體向答智能體安監(jiān)智能體監(jiān)控智能體呼出蓄能魯110安監(jiān)智能體監(jiān)控智能體操作智能體操作智能體曾皺膿今日業(yè)例w明月的應(yīng)用樹立了“數(shù)據(jù)+經(jīng)驗(yàn)+AI”的智能調(diào)度模式，重構(gòu)了調(diào)度業(yè)務(wù)形態(tài)，改變了調(diào)度運(yùn)行生產(chǎn)方式，提高了調(diào)度對新型電力系統(tǒng)駕馭能力，大幅增加了省地調(diào)度臺(tái)業(yè)務(wù)承載水平，讓調(diào)度員將更多的精力投入到守護(hù)大電網(wǎng)安全中。市場仿真-大模型經(jīng)濟(jì)學(xué)仿真的潛力推理能力：LLMs擁有處理復(fù)雜問題和理解復(fù)雜語境的能力，這使它們能夠理解和分析復(fù)雜的博弈策略。泛化能力：得益于LLM出色的zero-結(jié)合大量歷史案例，提高仿真的準(zhǔn)確代理模擬：將LLM與多代理仿真結(jié)合，通過模擬市場中player行為或策略，為市場仿真提供了一種新的思路。背景回顧背景回顧基于大語言模型的市場仿真一般性結(jié)構(gòu)框圖■市場仿真基礎(chǔ)單元：市場主體、市場環(huán)境和規(guī)則、市場外部性?！鲈陔娏κ袌鲋校謩e對應(yīng)：“網(wǎng)源荷儲(chǔ)”主體和監(jiān)管主體、電力系統(tǒng)和市場規(guī)則、系統(tǒng)和市場外部擾動(dòng)。■大模型技術(shù)應(yīng)用：直接交易決策建模、市場規(guī)則輔助建模、外部擾動(dòng)參數(shù)生成。大模型生成·價(jià)值意識(shí)形態(tài)市場出清結(jié)果呂呂匹配出易交易量交易價(jià)格交易前決策提示語工程大模型微調(diào)初始資本、生產(chǎn)計(jì)劃大語言模型在日前市場交易行為建模的應(yīng)用本、系統(tǒng)運(yùn)行情況等模式化提示語，引導(dǎo)LLM思考方向做更深度逐步推理；StandardPromptingChainof可解釋性強(qiáng)，準(zhǔn)確率較高過程更全，準(zhǔn)確率高大語言模型在日前市場交易行為建模的應(yīng)用解應(yīng)用領(lǐng)域知識(shí)。知識(shí)問答鏈結(jié)果用戶大語言模型RAG標(biāo)準(zhǔn)流程1.解析：文檔PDF解析、按照語義切分為文本塊；2.向量化：文本塊向量化并存儲(chǔ)至向量數(shù)據(jù)庫；3.提問與檢索：提交問題，根據(jù)提問與文本塊的相似度匹配與檢索排序；4.生成回復(fù)：加載構(gòu)建提示詞，對LLM進(jìn)行提問，LLM根據(jù)召回文本塊與問題進(jìn)行回復(fù)；大語言模型在日前市場交易行為建模的應(yīng)用專家混合(MixtureofExperts,MoE)大模型集群，針對不同市場主體訓(xùn)練不同的決策大模型并通過門控單元與路由單元進(jìn)行選擇最適合的大模型進(jìn)行推理；·基礎(chǔ)模型通過思維鏈進(jìn)行子任務(wù)分解，生成模型工具調(diào)用鏈；王幢干明·專業(yè)模型通過調(diào)用工具、查詢歷史數(shù)據(jù)等輸出；212·基礎(chǔ)模型整合信息生成最終回復(fù)；MontMontMoE專家混合大模型集群·業(yè)務(wù)變更時(shí)只需更新子模型，基礎(chǔ)模型無需更新；MoE架構(gòu)市培服作w體決現(xiàn)貨市場配e號(hào)配e號(hào)重信員指備用市場完整框架大語言模型在日前市場交易行為建模的應(yīng)用基于思維樹基于思維樹(Tree-of-Thought)市場自動(dòng)建模與仿真信息提取■電力市場知識(shí)庫：中英文電力市場論文、政策說明、報(bào)告等(目前已搜索測試超過100篇);根據(jù)文檔進(jìn)行思考推理，計(jì)劃后續(xù)需要重點(diǎn)提取的內(nèi)容。優(yōu)勢：相比直接提取，不會(huì)出現(xiàn)超過因超過最大輸出長度而輸出簡短、減少幻覺；根據(jù)不同的提取元素，進(jìn)行思考擴(kuò)展為對應(yīng)Prompt(提示詞)。例如提取特定目標(biāo)函數(shù)Prompt:約束件”,維地清腳例r地場參與的為和臺(tái)標(biāo)，怕地‘移述香港中文大學(xué)(深圳)TheChinese香港中文大學(xué)(深圳)TheChineseUniversityofHongKong,Shenzh均衡判斷提示詞提示詞模型模型碳市場均衡解是否定義：設(shè)計(jì)和優(yōu)化提示詞，應(yīng)用：構(gòu)建求解策略和判斷優(yōu)勢：提高模型響應(yīng)的準(zhǔn)確性和效率工具調(diào)用定義：動(dòng)態(tài)調(diào)用外部工具或應(yīng)用：利用求解工具和判斷工具，特別是通過Python進(jìn)行均衡求解優(yōu)勢：提高求解精度和效率定義：由多個(gè)自主決策的代理應(yīng)用：各代理執(zhí)行特定任務(wù)，優(yōu)勢：提供更準(zhǔn)確的市場預(yù)測香港中文大學(xué)(深圳)The香港中文大學(xué)(深圳)TheChineseUniversityofHongKong,Shenzhen或賣出碳配額(決策變量)或賣出碳配額(決策變量)QP買家平衡QP1季度凈交易額加權(quán)價(jià)格企業(yè)可供實(shí)驗(yàn)的碳量，價(jià)格彈性)p值：0.8825152265417496948香港中文大學(xué)(深圳)TheChinese香港中文大學(xué)(深圳)TheChineseUniversityofHongKong,S組0s10季度價(jià)格彈性系數(shù)(噸/元)0s10季度價(jià)格彈性系數(shù)(噸/元)數(shù)大國企中國企氣企燃料類型煤炭煤炭天然氣煤炭富余配額(t)價(jià)格彈性系數(shù)注：以機(jī)會(huì)收益中的(1+預(yù)期上漲率)*(1-配額折算率)=0.8為例。香港中文大學(xué)(深圳)The香港中文大