基于大语言模型跨模态感知的电力系统中智能电表在线运行状态评估方法

《Electronics》：An Online Operational Status Evaluation Method for Smart Meters in Power System Based on Cross-Modal Perception Using Large Language Models

　　

为缓解分布式能源渗透率不断提升给主动配电网带来的严峻电压安全与运行效率挑战，电压/无功控制（Volt/Var Control, VVC）已成为通过协调无功功率注入来稳定节点电压并最小化有功损耗的关键机制。尽管多智能体强化学习（Multi-Agent Reinforcement Learning, MARL）提供了一种有前景的分散式控制途径，其静态奖励函数容易在电压约束执行与成本效率之间产生苛刻的权衡。本文引入一种以大语言模型驱动的动态奖励塑形（LLM-Driven Dynamic Reward Shaping, LLM-Driven DRS）为核心的分层自治控制框架，以平衡安全性与效率。该框架中心为动态优先级切换（Dynamic Priority Shifting, DPS）机制，通过检测实时电网瓶颈动态变化奖励权重。在LLM-Driven DRS框架下，该机制成功实现从面向电压稳定的约束主导阶段（Constraint-Dominant Phase）到面向经济优化的目标精炼阶段（Objective-Refinement Phase）的流畅过渡。在改进的IEEE 33总线系统上的验证表明，所提框架相较传统静态权重策略取得帕累托优越性。关键在于，与1.250%的静态基线相比，绝对电压越限率被抑制至0.014%，缓解了硬件退化与逆变器脱网的长尾风险，同时有功损耗降低达33.76%。时空分析进一步确认了稳健的安全裕度，显示在严重应力条件下平均最小电压裕度提升超过0.011 p.u.。

研究背景方面，全球电力系统正由集中式单向运行转向去中心化智能电网，分布式能源（Distributed Energy Resources, DERs）与光伏（Photovoltaic, PV）的大规模接入在带来脱碳效益的同时，因其间歇性与随机性导致低压配电网出现节点电压越限、公共耦合点约束违例及有功损耗增加等问题。传统电压调节依赖有载分接开关（On-Load Tap Changers, OLTCs）与电容组等设备，存在机械动作频繁与对集中通信依赖的局限；基于模型的分层优化与共识分布式电压控制（Distributed Voltage Control, DVC）计算量大且对参数敏感。近年来多智能体深度强化学习（Multi-Agent Deep Reinforcement Learning, MADRL）采用集中训练分散执行（Centralized Training with Decentralized Execution, CTDE）范式，在主动配电网电压控制中展现潜力，但其静态标量奖励函数难以兼顾电压安全与经济运行，且奖励工程黑盒化严重。大语言模型（Large Language Model, LLM）具备语义推理与零样本决策能力，为在线动态奖励塑形提供新范式，然而现有LLM驱动RL2或心智理论（Theory of Mind, ToM）协调结构尚未针对VVC中安全与损耗经济性的动态优先级切换给出训练期在线的结构化机制。因此研究人员开展本研究，提出LLM-Driven DRS分层自治框架，成果发表于《Electronics》。

关键技术方法上，研究人员构建改进IEEE 33总线径向配电网（12.66 kV），在Bus 13、18、22、25、29、33部署6台扩容20%的PV智能逆变器作为MARL执行层智能体，负载与PV曲线采用葡萄牙消费数据与Elia Group数据插值至3分钟分辨率；执行层选用多智能体深度确定性策略梯度（Multi-Agent Deep Deterministic Policy Gradient, MADDPG），策略网络为两层MLP（64单元/层）加GRU，RMSProp优化器，学习率与折扣因子按原文设定，CTDE下批大小32、高斯探索噪声σ=0.1；监督层以LLM为协调器，每K=40回合评估一次，输入当前权重w_V、w_P、电压越限率（Voltage Violation Rate, VVR）与有功损耗（Active Power Loss, PL）性能差及平滑轨迹，通过场景驱动提示模板输出JSON格式权重更新与文本依据；核心机制为动态优先级切换（DPS），设VVR阈值δ触发约束主导或目标精炼两阶段，权重调整受最大步长η_max=30%截断，并含晚期保护规则禁止w_V过度下调与越限反弹回滚；基线含Static MADDPG（L1权重2000/10，L2权重500/2500）、Rule-DRS（if-else替代LLM）、LLM-No-DPS（去两阶段逻辑）及MAPPO/MATD3/COMA/IPPO/SQDDPG/IDDPG等SOTA MARL对照。

研究结果部分，系统建模与问题表述中，研究人员将主动电压控制建模为分散部分可观测马尔可夫决策过程（Dec-POMDP），给出DistFlow支路潮流方程、逆变器视在功率硬约束Q²_inv,i+P²_inv,i≤S²_inv,i与节点电压边界0.95 p.u.≤V_i≤1.05 p.u.，奖励函数设计为r_t=?(w_V·φ_V(V)+w_P·P_loss)，其中φ_V可取L1或L2范数，w_V、w_P由LLM动态生成。LLM驱动动态奖励塑形框架一节阐明分层架构：监督层LLM协调器周期性读取VVR/PL宏观指标，经语义映射函数??将数值差距转为自然语言提示，驱动DPS在约束主导阶段提升w_V、在目标精炼阶段提升w_P，执行层MADDPG在准平稳奖励下以亚秒级延迟做局部推断。DPS机制以算法1形式给出，每K回合评估性能差Δ_VVR、Δ_PL，按VVR>δ进入约束主导，否则进入目标精炼，权重更新满足|w^(k+1)?w^(k)|/w^(k)≤η_max，若同向下调w_V致VVR反弹则回滚至上次验证配置。场景驱动提示设计将阶段逻辑、平滑变量、晚期保护编码入提示，要求LLM返回JSON权重与基于阶段的文本理由。

实验部分，DPS轨迹分析显示L1模式五种子运行PL变异系数3.6%、VVR低于2.8%，典型轨线中w_V由2000降至700、w_P由10升至2500，PL由0.0994 MW降至0.0580 MW后收敛于0.0694 MW；L2模式最低PL达0.0582 MW。收敛分析中LLM-Driven DRS相较Static L1基线VVR与PL同时更快下降，L2模式置信区间更窄。与SOTA MARL对比（表2），LLM-Driven DRS在L1下VVR=0.014%（降98.88%）、PL降32.11%；L2下VVR降66.49%、PL降33.76%，帕累托优于MAPPO/MATD3等所有固定权重基线。消融研究中Rule-DRS无LLM但复制DPS逻辑，其PL低于LLM-Driven DRS但VVR更高；LLM-No-DPS去两阶段后L1模式PL反弹至0.1171 MW（超Static 0.0956 MW），证DPS为安全—经济平衡必要组件。电压控制性能上，Bus 33的24小时曲线显示静态基线在Day 3有51次越限、LLM-Driven DRS零越限且最差日越限降75.18%；Day 499与Day 3最小电压裕度绝对提升+0.0113 p.u.；节点分析表明19:00晚峰时静态基线遗留5母线越限，LLM-Driven DRS仅末端Bus 31–33共3节点越限，12:00光伏倒送时两者均消除越限但后者剖面更贴1.0 p.u.。

讨论与结论翻译：本文提出LLM-Driven DRS分层控制架构，用以解决主动配电网VVC中MARL静态奖励函数刚性问题。借助LLM零样本推理，DPS机制与场景驱动提示有效求解了电网运行安全与经济效率间的多目标权衡。在改进IEEE 33总线系统实验表明，该框架取得优于改进静态基线的帕累托结果；绝对电压越限率降至0.014%（相对降98.88%），为硬件运行提供强物理安全保证，同时恢复33.76%有功损耗。未来工作将扩展至IEEE 123总线等多馈线网络验证拓扑鲁棒性，并将轻量化LLM协调器经量化与交叉编译部署于边缘硬件，减少云API依赖，实现下一代智能电网本地化监督决策。