时间序列基础模型在电力负荷预测中的参数高效适配研究
一项研究以 MOIRAI 1.0 Large 为主干，在四个电力负荷聚合层级上比较预训练推理、全量微调与 LoRA 的预测精度和适配效率，并用 Chronos-2 验证结论是否跨模型成立。
#新能源
arXiv cs.AIAI 评分3333 arXiv cs.AIAI 评分3232 学习化学体系异质子结构间图间交互的图神经网络方法
研究者提出一种复杂数据描述子与图神经网络，用于学习有机-无机化合物间的异质图间交互。该方法应用于混合太阳能电池材料物理性质预测，在 1,682 种材料的带隙预测上取得 SOTA 准确率。
arXiv cs.AIAI 评分3535 学习型控制变量法用于电动汽车充电站稀有停电概率估计
一项研究提出用基于廉价可观测特征（如温度和负荷预测）训练的停电分类器构建控制变量，降低配电馈线过载小概率事件的 Monte Carlo 仿真成本。实验显示单个特征的弱学习器可削减四分之一方差，boosted-tree 学习器约 60%。应用于印尼 Surabaya 馈线网络时，在相同仿真预算下，用学习型控制变量按 95% 置信限规划备用容量，比 Monte Carlo 将全市停电天数减少三分之一。
The Verge · AI精选AI 评分7676 报告称美国化石燃料基建占比升至 30%，可再生能源增速放缓
The Verge 报道 Environmental Defense Fund 与 Atlas Public Policy 上周发布的报告，称美国正在建设十年来最多的化石燃料基础设施，而可再生能源增长放缓。
推荐理由：报告给出新增装机结构从 5% 到 30% 的转变及风电光伏与燃气的成本对比，可帮助读者理解数据中心需求下美国电力格局的变化。
DeepTech深科技AI 评分5252 浙江大学兰东辰团队实现单张发光图像定量分析光伏组件功率损失，误差仅0.5%
浙江大学兰东辰团队在 Matter & Light 发表研究，仅凭一张发光图像即可定量分析光伏组件内部功率损失，论文被选为期刊10月刊封面。方法先让轻量级 AI 模型识别主导衰减机制，再用器件物理模型反推功率损失分布；在300块现场回收的晶体硅组件上验证，重建功率与实测功率总体误差约0.5%。