Агентный искусственный интеллект для интеллектуальных электрических сетей: всесторонний обзор автономных, безопасных и объяснимых систем управления

Agentic Artificial Intelligence for Smart Grids: A Comprehensive Review of Autonomous, Safe, and Explainable Control Frameworks
Hamed H. Aly, Mahmoud Mohammadnezhad Kiasari
2026-01-25

агентный искусственный интеллектоптимизация цифровых двойниковмногоагентное управлениеобучение с подкреплениеминтеллектуальные электросети
Агентный искусственный интеллект (ИИ) становится парадигмой интеллектуальных электрических сетей следующего поколения, обеспечивая автономное принятие решений, адаптивную координацию и устойчивое управление в сложных киберфизических средах. В отличие от традиционных моделей ИИ, которые обычно представляют собой статические предикторы или оптимизаторы, работающие в автономном режиме, агентные системы ИИ воспринимают состояние сети, рассуждают о целях, планируют многошаговые действия и взаимодействуют с операторами в реальном времени. В обзоре представлены последние достижения в области агентного ИИ для электроэнергетических систем, включая архитектуры, стратегии многоагентного управления, методы обучения с подкреплением, оптимизацию на основе цифровых двойников и подходы к управлению на основе физических моделей. Синтез выполнен на основе новых литературных источников и представляет совокупность методов, призванных устранить разрыв между теоретическими разработками и практической реализацией. Основными изученными областями применения были управление напряжением и частотой, повышение качества электроэнергии, обнаружение неисправностей и самовосстановление, координация распределённых энергетических ресурсов, агрегирование электромобилей, управление спросом и восстановление электросети. Рассмотрены наиболее эффективные методы агентного ИИ в каждой области для достижения эксплуатационных целей и повышения надёжности системы. Предложена систематическая оценка по таким критериям, как устойчивость, безопасность, интерпретируемость, готовность к сертификации и совместимость с сетевыми нормами, а также готовность к внедрению в реальных условиях. Эта структура призвана помочь исследователям и практикам комплексно оценивать решения на основе агентного ИИ и выявлять области, требующие дальнейших исследований и разработок. Анализ выявляет важные возможности, такие как иерархические архитектуры автономного управления, парадигмы обучения с учётом ограничений и объяснимые агенты верхнего уровня, а также проблемы, включая разработку методик формальной верификации, доступность эталонных данных, устойчивость к неопределённости и формирование доверия операторов. Цель исследования — предоставить общую po...
1
Агентный ИИ позволяет интеллектуальным электросетям воспринимать состояние сети, рассуждать о целях, планировать многошаговые действия и взаимодействовать с операторами в реальном времени.
2
Агентный ИИ рассматривается для управления напряжением и частотой, повышения качества электроэнергии, обнаружения неисправностей и самовосстановления, координации распределённых энергоресурсов, агрегации электромобилей, управления спросом и восстановления сети.
3
Ключевые направления развития включают иерархические архитектуры автономного управления, обучение с учётом ограничений и объяснимых надзорных агентов; основные проблемы связаны с формальной верификацией, нехваткой эталонных данных, устойчивостью к неопределённости и доверием операторов.
4
Предложенная система оценки учитывает стабильность, безопасность, интерпретируемость, готовность к сертификации, совместимость с сетевыми кодексами и готовность к эксплуатации.
5
В обзоре обобщаются архитектуры, многоагентное управление, обучение с подкреплением, цифровые двойники и физически обоснованное управление для основных применений в интеллектуальных сетях.

Системы агентного искусственного интеллекта для электроэнергетических систем интеллектуальных сетей

Автономное, безопасное, объяснимое и интероперабельное управление интеллектуальными сетями, включая устойчивость, надёжность и эксплуатационные показатели в основных сетевых приложениях

Publication Details
Publication Date
2026-01-25
Journal
Publisher
ISSN
Cited by
46
Access Type
Author Information
Authors
Hamed H. Aly
Mahmoud Mohammadnezhad Kiasari
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%