动力：AI与电力系统安全稳定研究的相互需求

电力系统安全稳定问题及对AI的需求：电力系统安全稳定包括分析与控制，新型电力系统中新能源等带来新挑战，归结为不确定性，需扩展预测和控制资源、加强决策预见和应变，AI可破解不确定性，应对新能源带来的问题，如南方电网在运行中面临的模型、计算等方面的挑战。

AI对电力系统安全稳定研究的需求：电力系统是复杂非线性动力系统，其安全稳定研究对AI有代表性和挑战性，若取得成果将具示范意义，同时也能反哺AI科学及其他领域。

范式空间：AI的角色与达成方式

运用AI维度：AI可作算法完成归纳或演绎任务，也可作智能体协调资源、达成复杂目标，包括模型生成、分析、控制策略设计等多方面应用。

使能AI维度：AI研究和应用需考虑工程组织实现形式、可信赖性及全寿命周期管理，处理好与物质世界、人的关系，涉及数据资源、硬件平台等多方面。

授权AI维度：AI作为安全稳定研究工具，其测试、评估等环节是研究和应用范式重要元素，但目前对大语言模型的测试模式不适用于电网安全稳定智能体。

问题集：27个挑战性问题及应对思考

归纳类问题：包括数据稀缺、不平衡、仿真环境误差、复杂对象建模、模型可解释性、泛化性、方程映射可学习性、多解问题、模型序列学习等，应对思路涉及数据处理、建模方法改进、前沿成果借鉴等。

演绎类问题：如规划运行场景生成与有效性、数值仿真提升等，需发展相关技术、利用条件生成模型、优化初值等。

分析类问题：涵盖分析决策流程自动化、安全稳定特征发现、Co - pilot模式等，要规范化流程、利用AI辅助决策、发展代理服务模式。

综合类问题：包括安全稳定约束嵌入、集成学习、多方法粘合等，需运用先进训练方法、整合模型、探索综合方法。

AI系统工程类问题：涉及数据基础设施、算力优化配置、合作研发模式等，要推进数字化建设、评估算力需求、健全合作机制。

可信赖性类问题：包括可信赖性机理、评估分级标准、提升决策体系设计等，需深入研究机理、建立评估指标和提升方法。

全寿命周期管理类问题：有遗忘机制、持续学习校准、能耗评估等，要研究存储调用、引入持续学习机、评估能耗。

授权类问题：涉及权责体系、仿真评估、出厂验收等，需设计权责关系、研究建模技术和测试手段。

免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系