用于自动化电力系统研究与电网接入评估的智能体框架

将新增发电设施和用电负荷接入电网依赖两项稀缺技能：依据庞大且不断变化的法规体系审核申请，以及开展电网分析以确定项目的接入位置和方式。我们提出了将两者结合起来的 AI 系统 Grid Agents，并介绍了评估该系统所采用的方法。Grid Ontology 是其知识系统。它对电网工作所依赖的法规、标准和工程知识进行表征，使其可被检索，并随着智能体从实际使用中学习而不断演进。基于它生成的每个回答都有智能体引用的证据作为支撑。Grid Studio 是专门面向电力系统工程的智能体系统。它在自身的工程环境中运行，配备领域工具和研究框架，利用 Grid Ontology，并依靠成熟的求解器计算其报告的每一个数值。在这两个系统中，决策均由工程师作出。我们将此前分散在不同论文中的八类已发表电力系统基准整合为一套包含 519 项任务的测试集，并通过重放智能体的工具调用，不仅验证每个答案，也验证得出答案的过程。与通用编程智能体或检索流水线相比，Grid Ontology 更常引用正确的法规依据，在 LegalBench-RAG 上表现领先，并在 Enterprise RAG Challenge 和 ViDoRe V3 的公开排行榜上位居第一。Grid Studio 在这 519 项电力系统任务上得分最高，在所有参与比较的系统中速度也最快，且这两方面的优势均具有统计显著性。在流程中引入优化器后，其电网补强方案的平均成本比智能体单独设计的方案低 33%–67%。