评估大语言模型在强制停电风险预测中的表现：优势与机器学习方法对比

大型语言模型（LLM）在电力系统领域的应用正在快速扩展。最近，一项来自arXiv的研究（编号2609.04272）对LLM在预测天气相关强制停电风险方面的能力进行了全面评估。该研究由Christos Petridis等人完成，旨在回答一个关键问题：在没有标注训练数据的情况下，LLM能否有效地预测配电网中的强制停电？研究将问题构建为一个二分类严重性预测任务，预测时间范围分别为3小时、6小时和12小时。研究人员使用了美国德克萨斯州中部某公用事业公司六年的停电记录和高分辨率天气数据，建立了评估基准。研究中，四种零样本LLM与两种监督分类器进行了对比。值得注意的是，LLM没有使用任何领域特定的标注数据，完全依赖其预训练知识。输入配置有两种：一种是仅使用当前天气观测数据，另一种是使用天气预报数据。这种双配置设计能够评估LLM在不同信息条件下的适应性。结果显示，在宏F1分数和精确率方面，监督模型仍然优于LLM。这并不意外，因为监督模型通过大量历史数据进行了专门训练。然而，新一代LLM已经展现出了与监督模型相当的竞争力，差距正在迅速缩小。除了预测准确性之外，LLM还表现出了独特的互补优势。首先，它们能够生成可操作的推理，即不仅预测风险等级，还可以解释风险产生的原因和潜在影响，这对于电网调度员非常有价值。其次，LLM具有出色的地理可扩展性，可以快速部署到不同地区而无需重新训练，而监督模型通常需要针对每个区域进行定制化训练。因此，该研究建议，未来最佳实践可能是将LLM与监督模型相结合，利用前者的泛化能力和后者的精确性。这项研究的发现对于电力行业具有重要意义。随着气候变化导致极端天气事件增多，可靠的风险预测工具能够帮助电网运营商提前做出决策，减少停电对社会的影响。尽管LLM目前在量化指标上略逊于专用模型，但其灵活性和解释能力使其成为值得关注的补充工具。未来的研究方向可能包括：在更多样化的地理区域测试LLM、探索更精细的风险分类，以及开发融合两种模型优势的混合框架。这篇论文的详细信息可参考arXiv:2609.04272。