PowerPM：电力系统的基础模型
原文中文，约400字，阅读约需1分钟。发表于：。本研究解决了在电力系统中，电能时间序列数据（ETS）建模过程中的通用表示学习难题。提出的PowerPM基础模型通过 temporal encoder 和 hierarchical encoder，有效捕捉ETS数据的时间依赖性及其层次间关联，并运用新的自监督预训练框架，实现了在多种下游任务中显著提高性能，展现了强大的泛化能力。
该研究提出了一种利用微调的大型语言模型来减少数据要求的新方法，并通过实证评估验证了其有效性。该方法在恢复丢失数据方面表现出与专门设计的模型相当的性能，并展示了少样本学习的效率。此外，该方法具有成本效益和时间效率，对于其他电力系统负荷配置文件分析任务具有重要的应用潜力。
