基于大语言模型的电力系统通用人工智能展望:理论与应用OA北大核心CSTPCD
大语言模型(LLM)是一种利用大规模文本语料库进行预训练和微调的深度学习语言模型。目前,在通识问答、文本生成和科学推理等方面已展现出强大的能力。在此背景下,文中探索了基于LLM构建面向电力系统的通用人工智能技术,并展望其在电力系统中的潜在应用。首先,介绍了LLM的基本原理、神经网络架构以及训练方法,特别是与传统人工智能模型相比,LLM在逻辑推理、编程和代码理解以及数学推理方面的突破。然后,展望了LLM在电力系统负荷与新能源发电出力预测、电力系统规划、电力系统运行、电力系统故障诊断与系统恢复、电力市场等领域的潜在应用。最后,阐述了基于LLM构建电力系统通用人工智能技术所面临的挑战,包括电力系统数据的质量与可获取性、输出结果可解释性以及隐私保护问题。
赵俊华;文福拴;黄建伟;刘嘉宁;赵焕;程裕恒;董朝阳;薛禹胜;
香港中文大学(深圳)理工学院,广东省深圳市518172 深圳市人工智能与机器人研究院,广东省深圳市518038浙江大学电气工程学院,浙江省杭州市310027广东电网电力调度控制中心,广东省广州市510030香港中文大学(深圳)理工学院,广东省深圳市518172南洋理工大学电气与电子工程学院,新加坡639798,新加坡南瑞集团有限公司(国网电力科学研究院有限公司),江苏省南京市211106
动力与电气工程
大语言模型通用人工智能规划与运行故障诊断系统恢复电力市场
《电力系统自动化》 2024 (006)
P.13-28 / 16
国家自然科学基金资助项目(72331009);深圳市科创委科技资助项目(ZDSYS20220606100601002);深圳市人工智能与机器人研究院资助项目。
评论