来源：中国电力2025-02-11

（deep neural network，dnn）以及深度学习算法包括卷积神经网络（convolutional neural network，cnn）、门控循环单元（gated recurrent unit...logistic regression，lr）、支持向量机（support vector machine，svm）、极限梯度提升（extreme gradient boosting，xgboost）、深度神经网络

来源：北极星电力网2025-02-08

四、发展建议1.技术融合创新·构建"物理+数据"混合驱动模型，增强可解释性（如pinn物理信息神经网络）。·开发电力领域专用预训练模型（如powerbert处理设备缺陷文本）。

来源：鱼眼看电改2025-02-06

而从演化的趋势看，神经网络和电力系统都具有某种本能的去中心化趋势：电力系统正在从传统的集中式发电（如大型电厂）向分布式能源（如太阳能、风能）转变，这类似于神经网络的分布式处理能力。...大脑的神经网络本身就是一个去中心化的系统，不依赖单一节点，任何局部损伤都不会导致整个系统崩溃。

来源：中能传媒研究院2025-01-24

数据机理双驱动耦合模型是一类耦合机理建模和数据驱动建模的混合预测模型，其主要包括物理信息神经网络、集成机理模型和数据驱动的串联混合模型以及并联混合模型等。

来源：国能日新2025-01-22

国能日新功率预测技术采用微地形、微气象建模，从物理上分区域预测，利用神经网络等ai算法，实现模型与真实光伏场站的高度匹配，达到更高功率预测精度，为项目可靠、稳定运行提供技术保障。

来源：北极星输配电网2025-01-20

据介绍，2024年国网成都供电公司与国家超级计算成都中心共同研发了基于lstm神经网络的电网负荷预测模型，通过大数据与人工智能计算，在成都市范围内实现了分地区的分钟级实时负荷预测。

来源：中国新闻网2025-01-14

“大瓦特·驭电”从基础模型开始就完全自主开发，全球首创神经网络求解高阶微分代数方程技术，填补了国内外在电力系统科学计算大模型领域的空白。...“大瓦特·驭电”利用基于物理约束神经网络的人工智能技术，能够依据新能源发电状况，快速精准分析电网安全边界，动态优化电网运行方式，有效解决新能源变化无常、难以计划带来的难题，最大限度提高新能源的利用率，为电力系统规划与运行方案制定提供了全新的工具

来源：南方电网报2025-01-10

在基座设计方面，研制以图神经网络和transformer算子为核心的仿真分析大模型基座，实现电力系统变规模、变拓扑、多层次空间特征提取和节点拓扑关联解耦，适应大规模潮流方程的并行求解。...它利用基于物理约束神经网络的人工智能技术，能够依据新能源发电状况，快速精准分析电网安全边界，动态优化电网运行方式，有效解决新能源变化无常、难以计划带来的难题，最大限度提高新能源的利用率，为电力系统规划与运行方案制定提供了全新的工具

来源：南方电网报2025-01-03

接下来，公司将以数智技术赋能新型电力系统安全稳定分析研究，促进神经网络、大模型在电网分析中的应用。逐绿领航，新能源并网实现突破。

来源：北极星电力网2025-01-02

(3)基于argen网络模型使用神经网络、复杂集成模型、梯度增强模型等方法建立的模型称为argen网络模型，argen网络模型通常能够获得比较准确的结果。

来源：国家电网报2024-12-30

据了解，该系统可自动采集继电保护装置和故障录波器的录波数据，实时整合气象系统等外部信息，在物理机理分析的基础上，应用神经网络人工智能技术构建多模态协同故障原因辨识模型，实现对变压器故障区域、故障侧、故障相的精准定位

来源：中国电力2024-12-26

maddpg采用深度确定性策略，策略梯度可以表示为式中：表示集中的动作值函数，包括所有智能体的动作神经网络进行q值计算时很容易出现不稳定的情况，从而影响下一次的更新迭代。...为降低算法的波动性，maddpg中复制了actor网络以及critic网络的神经网络，形成当前网络以及目标网络，有利于智能体更有效学习更好的策略，通过最小化每个智能体的损失函数来优化更新参数。

来源：兰木达电力现货2024-12-26

2rnn循环神经网络rnn是一种具有循环结构的神经网络，能够处理序列数据，捕捉时间依赖性。rnn能够处理各种长度的时间序列数据，适用于复杂模式，在自然语言处理等领域广泛应用。

来源：国家电网报2024-12-26

基于对各类线路故障机理和特征的深入研究，研发团队在该系统交流线路故障原因辨识功能中搭建了人工神经网络模型，利用上万例实际故障分类开展故障原因辨识训练。

来源：电网头条2024-12-24

采用“物联表+辨识模组”方式，创新移频迭代滤波动态信号分析方法，研发深度神经网络模型结合事件先验信息的负荷波形分解方法、基于多时间尺度的空调负荷识别方法，从用户总负荷中精准提取居民空调负荷。

来源：南方电网报2024-12-17

在大模型技术能力获得突破性进展的情况下，研发团队针对新能源超高渗透率系统的新能源承载能力评估这一紧迫需求，以未来态潮流场景生成为突破口，发挥图神经网络、transformer等新一代ai技术优势，提出了...研发团队长期开展数据—模型联合驱动的电力系统安全稳定分析研究，率先探索图神经网络在系统稳定分析的应用，结合物理拓扑嵌入和规模降维算法实现大规模系统的暂态功角稳定分析，在2023年相继完成数据驱动的静态安全分析

来源：电网头条2024-12-17

此举有望进一步降低神经网络参数规模和计算复杂度，支持将大模型轻量化部署到边缘类脑计算装置和端侧设备，同时实现低功耗推理。

来源：电网头条2024-12-16

2023年3月团队结合江苏省气象监测体系和省级气象平台气象预测结果，采用包含神经网络在内的多模型融合预测技术，以集群为单位开展分布式光伏未来出力预测，实现分布式光伏未来10天预测，短期预测准确率达94%...多模型融合分布式光伏预测精度↑项目以分布式光伏集群为单位，开展分布式光伏未来出力预测，建立人工神经网络、时序预测深度学习等多预测模型，融合多模型预测结果，根据不同模型近段时间的表现，动态调整模型权重系数

来源：国能日新2024-12-13

ai加持 精准把握电力市场国能日新「旷冥」大模型基于优质的多源气象预报数据，采用大气分层结构，逐层加密，提高近气象预报精度，利用时序注意力机制，捕捉气象周期特征，依托动态神经网络，跟踪气象时空演变，带来更优秀的极端天气预报和功率预测能力

来源：国家电网报2024-12-13

国网山东电力主动探索新型负荷资源管理模式，积极应用国家电网公司重大科技项目理论研究成果，利用核密度估计、神经网络等先进算法开发了“负荷资源调节潜力在线动态评估”微应用。