关于电力系统中生成式人工智能的综合性调查：方法、应用及新兴趋势

《Cybernetics and Intelligence》：A comprehensive survey on generative AI for power systems: Methods, applications, and emerging trends

　　

现代电力系统复杂性的增加，对先进的数据驱动工具产生了强烈需求。生成式人工智能（GenAI）已被应用于多种问题，包括电力流分析、稳定性分析、故障诊断以及电力系统的规划和运行。近期研究探讨了基于生成对抗网络（GAN）、变分自编码器（VAE）、扩散模型（Diffusion）和大型语言模型（LLM）的方法在这些领域中的应用，但仍然缺乏系统的、统一的综述。本文通过结构化的概述，填补了这一空白，介绍了GenAI架构及其在电力流分析、稳定性分析、故障诊断和规划运行中的应用。从分析中得出了三个主要结论： 第一层级（已成熟应用）：在以数据为中心的任务中，如场景生成、数据增强、测量重构和自然语言到模型的接口转换，GenAI相比传统方法具有明显优势。 第二层级（有条件应用）：在核心分析任务中，如经典瞬态稳定性评估、交流电力流近似和组件级故障诊断，GenAI能够达到竞争性性能。然而，物理约束的遵守和跨系统泛化仍是限制其实际应用的瓶颈问题。 第三层级（尚未准备好应用）：对于安全至关重要的自主实时电网控制以及转换器主导的宽带动态分析，当前的GenAI方法尚无法实现。领域特定数据的稀缺、缺乏正式的可行性保障以及严格的延迟要求共同构成了根本性的障碍。这些发现表明了GenAI可能为电力系统带来的贡献，同时也指出了未来需要应对的挑战和研究方向。