随着新型电力系统复杂性日益增加，传统AI方法已显不足。本文系统性地梳理了电力系统大模型的关键科学问题、技术挑战与未来研究框架，为推动电力系统智能化转型提供了清晰的理论蓝图和技术路径，指明了从理论走向工程应用的关键方向。
智能速览
构建电力系统大模型需攻克人机可信协同与物理规律适配两大关键科学问题。
电力系统大模型有通用大模型和专有基座大模型两条核心发展路线。
通用大模型将重塑知识获取与决策协同方式，成为未来电力系统的智能中枢。
专有基座大模型将构建“感知-优化-评估-集成”的四层体系，推动分析范式转化。
精华内容
电力系统大模型究竟是什么样？又该如何构建？从核心科学问题到具体技术路径，这份研究为我们描绘了一幅清晰的蓝图。
两大核心问题
构建电力系统大模型，首先要解决两个关键科学问题。其一是面向电力系统领域知识的人机可信协同机制，即如何让AI理解和活用海量异构的专业知识，实现人与机器之间的高效、可靠协作。其二是面向电力系统物理规律的多任务适配机理，要求模型能从数据中自主学习并遵循电网运行的底层物理规律，并能灵活、可靠地适配负荷预测、调度优化、稳定分析等多种关键任务。
双轨技术路线
针对上述问题，研究提出了两条技术路线。一是通用大模型路线，旨在构建一个具备广泛认知和推理能力的电力智能中枢，能够理解指令、调用工具并进行创新性决策。二是专有基座大模型路线，专注于电力系统核心任务，构建一个统一的基础模型，作为上层各种应用任务的强大底座，实现分析范式的统一和效率提升。
通用模型愿景
通用大模型的未来应用形态是成为电力系统的“智能中枢”。其发展将沿着纵向和横向两条主线推进：纵向深化，旨在让模型从“懂电力”知识，到“会用工具”进行分析，最终达到“能创新”的高度；横向拓展，则聚焦于实现多任务智能体协同和多主体行为模拟，重塑电力系统的知识获取、决策执行与多方协同范式。
基座模型体系
专有基座大模型有望构建一个“感知-优化-评估-集成”的四层技术体系。感知层由预测基座模型构成，提供新能源和负荷的多尺度精准预测。优化层通过运行规划基座模型，基于预测结果进行时序优化决策。评估层则利用稳定分析基座模型，校核系统安全并生成控制策略。最上层的集成层则通过全景仿真基座，耦合前三者，实现端到端的闭环推演。
未来挑战框架
实现上述愿景，研究框架与关键技术至关重要。通用大模型需攻克知识增强、深度推理和智能体交互三大技术。专有基座大模型则需解决多模态数据融合、模型架构创新、专业知识引导的后训练以及模型压缩部署等难题。此外，数据质量、数据隐私、评估标准等也是制约其工程落地的重要瓶颈，亟待协同解决。
电力系统大模型是智能化转型的核心引擎，其发展前景广阔但挑战并存。从理论蓝图到工程落地，仍需科研与产业界共同努力。未来的电力系统，将由大模型驱动吗？
