2024-12-26-香港中文大学-基于大语言模型的新型电力系统运行与仿真初探_39页_7mb

报告总结

AI发展历史简述

报告回顾了人工智能从1950年代开始的演进，经历了萌芽、技术积淀、快速发展和爆发阶段。早期发展包括决策式AI（依赖专家知识）和生成式AI（深度学习、大模型等突破性创新），如IBM Watson、Deep Blue、AlphaGo和GPT系列模型的出现标志着AI的重要里程碑，显示出人工智能在逻辑推理、游戏和生成任务上的超越。

语言模型技术

基于大语言模型（LLM）的技术涵盖Transformer架构、无标注数据自监督预训练和指令微调。关键要素包括大数据、大模型和大算力，支持模型在自然语言理解、代码生成和推理等方面的能力。语言模型通过思维链（Chain of Thought）等方法提升可靠性，但也面临"幻觉"问题，需要人类反馈和社会化训练来优化。

在电力系统中的应用

报告探讨了大模型在电力系统的新应用，包括：

• 高适应性负荷预测：使用语言模型处理新闻事件等非结构化数据，显著提高预测准确性，如ITA-LF方法。
• 调度行为建模：将调度操作语言模型化，优化调度决策，提升安全性和效率。
• 信息-物理-社会系统（CPSSE）仿真：结合大模型进行动态博弈和系统优化，支持复杂场景模拟。
• AI与科学计算结合（AI4S）：推动电力系统建模，解决新型电力问题。

结语

大模型正在改变许多领域，包括电力系统，虽存在可靠性挑战，但展示了巨大潜力。未来需加强人机混合智能，并深化AI4S框架应用，以应对新型电力系统的复杂需求。