Foundation Twins：面向电力系统的数字孪生新范例
系统与控制
2026-05-08 v1 系统与控制
摘要
电力系统是具有多时间尺度特性的系统，涉及跨越多个时间尺度、时间范围和地理范围的物理现象和决策过程。我设想电力系统数字孪生（DTs）作为加速和改进决策在不同时间尺度和地理范围内工作的强大建模和仿真工具。然而，迄今为止，研究尚未实现这一愿景，电力系统 DTs 仍是距离实际应用遥不可及的概念。这不是一篇常规研究论文。这是一个立场论文，概述了开发新一代电力系统 DTs 的愿景，这些 DTs 利用人工智能（AI）和机器学习（ML）的最新进展。我称这些为 Foundation Twins。Foundation Twins 将 foundation 模型的泛化特性与强化学习（RL）架构的决策能力相结合，交付所实现的电力系统 DTs。
关键词
引用
@article{arxiv.2605.05952,
title = {Foundation Twins: A New Generation of Power Systems Digital Twins using Foundation AI Models},
author = {Pedro P. Vergara},
journal= {arXiv preprint arXiv:2605.05952},
year = {2026}
}
备注
6 pages