广州润普 RUNPU · GRID AI
01 能源情报分析 02 工程知识图谱 03 安全生产警示 04 小世界模型调度 05 黑灯工厂产线

案例 04 / 仿真推演

结构驱动 反事实推演 未来态校核 自主转供

小世界模型 · 电网模拟调度

分布式光伏、充电桩、可控负荷接入配电网的占比已超过 50%,重过载与过电压频发。人工调度监控效率低、研判慢、策略粗放——调度需要的不是更大的通用模型,而是理解电网结构的专用引擎:把「事后应对」变成「事前推演」。

STEP 01

网络建模

用生成式算法把小世界网络刻画成数字电网

STEP 02

未来态校核

滚动推演各级设备未来 24 小时状态

STEP 03

自主转供

多套方案按操作复杂度与安全裕度优选

STEP 04

仿真推演

任意开关操作的反事实推演与安全校核

92%+
模型预测准确度(试点)
秒级
告警研判与转供方案生成(人工需 1–5 分钟)
24h
各级设备未来运行状态的滚动推演窗口
山脊上的高压输电铁塔与输电线路
FIELD / 配电网现场

电网不缺数据,缺的是把数据变成「下一刻会怎样」的推演能力。

案例背景

一个人管不了的配电网

客户为国网某区级分公司:分布式与集中式光伏、电动汽车充电桩、可控用户负荷接入配电网,占比已超过 50%,重过载、过电压等安全与电能质量问题突出,传统人工调度越来越难。

典型困境 · 华北某区级电网

  • >100% 光伏装机超过本地区最大负荷
  • ≈1/6 主变无法停电检修
  • 近千台区 近 3 万户电压严重越上限

三重压力 01

要素暴增

配网要素迅速增多,调度量与决策量快速增长,人工监控效率低、研判速度慢。

三重压力 02

方式粗放

面对海量要素的新型配电网,人工调度策略粗放,影响故障响应与电网安全。

三重压力 03

安全压力

重过载、过电压等问题频发,电网安全与新能源消纳每天都要做两难权衡。

行业背景:新型源荷正在超常速渗透

MARKET CONTEXT

12 亿千瓦

截至 2025 年 12 月全国光伏装机,同比增长 35%

44.2%

其中分布式光伏占比,接近半壁江山

25 万

华北某区级电网监控信息点(2 万套可控设备)

4000+ / 天

日均告警条数,配网正变成超大规模实时控制系统
S01 分布式光伏电站航拍:装机超本地区最大负荷,倒送与过电压随之而来

判断

「人管不了」的电网,需要「预知未来」的调度能力。

这也是我们选择「结构驱动 + 反事实推演」而不是「堆一个更大的语言模型」的原因。

问题辨析

通用大模型为什么不行

电网调度需要确定性:同一操作指令必须每次都得到一致、可验证的物理推演结果,而不是概率性的「大概率正确」。

通用大语言模型

  • 概率性输出,给不了确定性:同一指令每次结果可能不同,无法作为操作依据。
  • 经济性不现实:需数百张高端 GPU、专用机房与巨额投入,基层供电单位难以承受。
  • 结构理解缺失:本质是序列处理器,天然不擅长理解电网的网状拓扑。

电力小世界模型

  • 确定性物理推演:同一指令,每次结果一致、可验证。
  • 低算力可部署:算力需求降至传统方法的千分之一,基层单位可负担。
  • 原生理解网状拓扑:为电网结构而生,而不是把结构硬塞进序列。

配电网需要的不是通用大脑,而是为电网量身定制的专用智能体——电力小世界模型。

方案总览:一个引擎,两个底座

ARCHITECTURE

应用层

智能体应用

配网未来态校核 · 自主转供方案 · 仿真推演与安全校核。

引擎

电力小世界模型

推演电网未来 · 回答「如果」 · 理解电网结构。

双底座

数据底座 × 规则底座

数据:拓扑结构、历史遥测、气象、操作日志;规则:电网安全、电压约束、光伏消纳。

与大模型协作,各展所长

小世界模型负责物理推演,大语言模型负责人机交互与决策解释:前者把结果算准,后者把它说明白。

三个核心能力

校核、转供、推演,一条调度闭环

从「明天会不会过载」到「现在该怎么转供」,再到「如果我断开这个开关会怎样」——三个问题对应三个能力。

能力一 / 未来态校核

未来 24 小时,先算清楚

滚动推演各级设备未来 24 小时运行状态,把重过载、N-1、过电压等校核规则纳入自动研判,实现风险超前识别。

  • 92.7% 日内预测准确率
  • 10 kV 线路重载风险 已实现超前识别
  • 24 h 滚动推演窗口
S02 配网可视化:设备负载曲线(有功 / 无功 / 负载率)与十分钟级告警摘要同屏

能力二 / 自主转供

30 秒给出方案,还带理由

针对预判的设备越限或突发故障,从操作复杂度、安全裕度等维度评价多套转供策略,自动选出最优解辅助调度决策。支持配网拓扑转供、站内母联转供与组合转供。

能力三 / 仿真推演与安全校核

回答每一个「如果」

「如果断开某条联络开关,下游台区会不会过载?电压会不会越限?」对任意开关操作做仿真推演,实时计算操作后全网设备负载变化,自动完成重过载、N-1、单电源与负载均衡校核。

按需生成式推演:运行规律被压缩进模型参数——任意时刻、任意拓扑即时生成推演场景,用完即收。

技术突破

把「参数驱动」换成「结构驱动」

不依赖物理参数,直接从拓扑结构和历史数据学习运行规律——这让大规模配网仿真第一次变得可行。

突破 01

结构驱动建模

从拓扑与历史数据学习运行规律,把「参数驱动」变为「结构驱动」,大规模配网仿真切实可行。

突破 02

按需生成式推演

反事实推演可覆盖从未发生过的操作组合,突破传统模型「只能沿已有数据分布外推」的局限。

突破 03

小模型 + 大模型协作

小世界模型把网状拓扑「翻译」成大模型能理解的序列化信息,大模型完成交互与解释。

算力需求

降至传统方法的千分之一,普通算力即可跑通大规模配网。

计算复杂度

O(n²)–O(n³) → O(kn),与设备规模近似线性相关,仿真效率数量级提升。

天然可扩展:电网线路扩展只需补充数据重新训练,无需重新建模,边际成本极低。

试点成效

AI 闭环已经跑通

项目组与国网天津蓟州公司组建联合研发团队,系统已正式上线运行,覆盖 6 座变电站、43 条输配电线路。

2025.05

组建联合研发团队

项目组与国网天津蓟州公司签订战略合作协议,启动电力小世界模型研发。

2025.12

系统正式上线运行

覆盖 6 座变电站、43 条输配电线路,纳入 24 小时未来态预测。

92%+

模型预测准确度

秒级

告警研判(人工需 1–5 分钟)

30 秒

转供方案自动生成

43 条

线路与 6 座变电站纳入 24h 未来态预测

「机理模型(复杂网络)× AI(智能体)= 小数据代价、高价值产出。调度培训与决策成本,可以同时降下来。」

案例 04 · 项目复盘