本研究解决了在高维欧氏空间中理解局部边际价格（LMP）变化及其对价格预测和市场策略形成的影响这一问题。通过无监督方法，论文提出了一种新颖的算法，对LMP数据的拥堵部分进行分解，并找到反映所有传输线路瞬时拥堵状态的基向量。研究结果表明，该方法能够有效识别拥堵状态，并在IEEE 30-bus系统、IEEE 118-bus系统、伊利诺伊200-bus系统和西南电力池中的数值实验中展现出良好的性能。

本文介绍了一种名为Language Model Programming（LMP）的新方法，通过将纯文本提示扩展为文本提示和脚本的组合，并允许指定约束条件，以提高对下游任务的适应性。通过实现LMQL（Language Model Query Language）来支持LMP，并证明其在减少计算成本的同时保持或提高下游任务准确性。